毕业论文网
本文是一篇关于分析论文范文，可作为相关选题参考,和写作参考文献。
基于美元指数的ETF构建与跟踪误差分析
摘 要：本文基于美元指数构建ETF投资组合,利用2013～2016 年美元指数的日交易数据,从实证角度计量美元指数ETF的成长性及其对目标指数的跟踪误差.结论表明美元指数ETF成长曲线是一条长尾的U型曲线,研究区间内美元指数ETF的跟踪偏离度为0.0423%,跟踪误差为0.5590%.
关键词：美元指数ETF；成长度；跟踪误差
ETF 即交易型开放式指数基金,是一种跟踪标的指数变化,且在交易所上市的开放式基金.ETF 复制和追踪某一市场指数,通过分散化来降低非系统风险,最大限度地降低交易成本,运用被动的投资管理方式取得市场平均收益的一种金融创新产品.多数ETF 是跟踪股票指数,本文拟用几种主要货币及其期货和期权组成资产组合来模拟美元指数的表现.
美元指数（DXYindex,简记为DXY,或USDX）是综合反映美元在外汇市场上汇率变化情况的指标,用来衡量美元对一揽子货币的汇率变化程度.它通过计算美元对选定的六种货币的综合变化率,来衡量美元的强弱程度,其中六种货币在美元指数的权重分别是：欧元57.6%,日元13.6%,英磅11.9%,加拿大元9.1%,瑞典克朗4.2%,瑞士法郎3.6%（ICE Futures ,2015）.
美元指数的计算公式如下：
公式中,当美元为基本货币（Base Currency）时指数取值为正,当美元为计价货币（Quote Currency）时指数取值为负.欧元兑美元（EURUSD）和英镑兑美元（GBPUSD）中美元为计价货币,指数为负数.当美元对其他货币汇率升高时,美元指数升高.DXY 上涨,意味着美元与其他货币的比价上涨,也就是说美元升值.
本文构建的美元指数ETF 是以美元指数中六种货币为投资对象,按其权重配比并利用期货和期权工具构建投资组合.
该ETF 旨在构建货币型投资组合,目前尚未上市,因此不是严格意义的ETF 基金.ETF 的基本目标是通过复制和跟踪标的指数,以期获得与标的指数相近的收益率.但实际操作中,复制组合收益率与基准组合收益率不会完全相同,即存在收益率的差异性和波动性.文中ETF 跟踪误差,是指复制组合的收益率与基准组合的收益率的差异性和波动性.跟踪误差是通过历史的收益率差值来表现基金与标的物之间的相关程度,同时展现基金的收益率围绕标的指数收益率上下波动的特点.对于指数基金以及 ETF 产品而言,跟踪误差衡量了指数化投资组合跟踪标的投资组合的准确度,是判断其运作绩效的一个重要标准.
一、实证研究设计
（一）数据样本的选取.本文选取2013 年1 月1 日到2016 年10 月7 日为期将近4 年的美元指数的日交易数据作为研究样本,数据来源于学校提供的彭博研究数据库,数据计算主要用Excel 软件.
（二）美元指数ETF 的构建
1. 欧元与日元等货币组合
组合资产初始资本1000000 美元.投资组合由六种货币组成,按各种货币在美元指数中的比例作为权重分别是：欧元57.6%,日元13.6%,英磅11.9%,加拿大元9.1%,瑞典克朗4.2%,瑞士法郎3.6%；各种汇价按芝加哥外汇交易（CME）数据计算.
2. 期货与期权组合
欧元作为美元指数中占比最大的货币,其的变化对DXY 起着决定性作用,为增强组合资产的流动性,最大程度降低交易成本,本文引入欧元期货和期权,对上述货币组合进行调整.
当美元标价强于欧元标价时,以远期卖出欧元,同时在现货市场买入美元.同理,可以买卖日元、英镑等货币期货.
3 . 美元指数ETF
本项目以DXY 指数为对比基准,模拟用欧元、英镑及日元等六种货币组成货币型基金ETF.由于期货合同中的由市场决定,利率反映美元和其他货币的差价,因此ETF基金将获取适度的短期利息.本文的ETF 包含期货和期权,期货合同中的交易费为每份合同交易1.35 美元,参考行业平均水平,ETF 基金的管理费用为0.4%,没有其他额外费用.
ETF 组合价值（ETF Portfilio）等于 （货币组合）+ 最优组合价值
（三）跟踪误差的计量模型
为了衡量指数化投资组合跟踪标的投资组合的准确度,本文引入跟踪偏离度（Tracking Difference,简记为TD）或跟踪误差（（Tracking Errors,简记为TE）.
跟踪偏离度是指ETF 基金的收益率与其所跟踪标的指数收益率的差值.若以 N 代表ETF 组合价值,每日跟踪偏离度的计算公式如下：
二、实证结果与分析
（一）美元指数及其ETF 趋势分析
图1 为美元指数趋势图.2013 年1 月至2013 年7 月,DXY 由 80 点冲高至84 点,之后一路下行回落至80 点附近,2014 年上半年在箱底横盘；2014 年6 月启动一轮上升行情,到2015 年3 月冲顶,2015 年3 月13 日DXY 收市为100.33 点,达到历史高点,完成一波上升行情；2015 年3 月至2016 年7 月,DXY 在94 与100 两条水平线之间箱形整理.
图2 为美元指数ETF 的成长曲线.横坐标为时间轴,2013 年1 月1 日到2016 年10 月7 日共984 个交易日；纵轴为成长度（curve）,即当期收益与初始值的比值.期权的成长曲线近似一条成长度为1 的水平直线,美元指数ETF 的成长曲线是一条长尾的U 型曲线,其特征是：2013 年年初ETF 走势平稳,成长度在1 附近徘徊三个月,之后一路下行至2014 年3 月,2014 年3 月27 日达到成长度最低点（-0.62点）,2014 年4 月到2015 年4 月,成长曲线一路高歌,直到2015 年4 月23 日成长度局部高点（4.29 点）,2015 年4月到2016 年7 月,横盘整理,与图1 不同的是尾部上翘.
比较图1 与图2,走势非常相似,整体来说本文构建的ETF与美元指数走势拟合度较高.
（二）跟踪偏离度标准差分析
由公式（1）计算出研究区间内美元指数ETF 平均跟踪偏离度为0.0423%,由公式（2）计算出样本区间内ETF 的跟踪误差为0.5590%.
我们再利用日跟踪误差计算年跟踪误差.研究区间每年有数据260 个（2016 年例外）,可得：年跟踪误差 等于 日跟踪误差*SQRT(260).
由表1,我们可以看出不同时间段内ETF 的日跟踪误差和年跟踪误差的变化.2013 年ETF 的日跟踪误差和年跟踪误差分别为0.4986% 和8.04%,2014 年ETF 的日跟踪误差和年跟踪误差分别达到0.4678% 和7.5428%；2015 年ETF的日跟踪误差和年跟踪误差分别为0.6761% 和10.9016%；2016 年ETF 的日跟踪误差和年跟踪误差分别是0.4701% 和7.5812%.其中2015 年跟踪误差波动较大.
本文的研究区间内不同时段的日跟踪误差均在0.5% 左右,2015 年例外；年跟踪误差为7.5% ～ 10%.其结论与陈志远（2007）和沈少博（2010）结论相差较大（2005 到2006 年期间上证50ETF 的日跟踪误差和年跟踪误差分别为0.1087% 和0.6888%）.数据差别较大的原因,一方面是比较时间不同,另一方面标的资产（股票与货币）类型不同.
三、结语
本文基于美元指数构建ETF 投资组合,引入期货和期权等交易工具提高组合资产的流动性,降低交易成本,利用2013 ～ 2016 年美元指数的日交易数据,从实证角度计量美元指数ETF 的成长性及其对目标指数的跟踪误差,并按年度区间分析了ETF 组合的日跟踪误差及年跟踪误差的变化.实证结果表明美元指数ETF 的成长曲线是一条长尾的U 型曲线,与美元指数的走势非常相似；研究区间内美元指数ETF的跟踪偏离度为0.0423%,跟踪误差为0.5590%.
参考文献
[1] 陈德胜, 郑后成. 美元指数影响因素分析及走势研判, 南方金融,2015(3).
[2] 陈志远. 上证50ETF 的跟踪误差实证研究, 技术经济与管理研究,2007(6).
[3] 沈少博. ETF 市场影响及套利成本实证研究, 首都经济贸易大学硕士论文[D], 2010(5).
[4]CE Futures,U.S. Dollar Index ? Contracts FAQ June 2015.
[5] Boehmer Ekkehart,Beatrice Boehmer. Trading Your Neighbor´sETFs:Competition of Fragmentation[M],2003.
分析论文范文结:
关于分析方面的的相关大学硕士和相关本科毕业论文以及相关分析论文开题报告范文和职称论文写作参考文献资料下载。