股票市场的风险包括系统风险和非系统风险,其中非系统风险可以通过资产组合的方式加以回避,而系统风险可以通过股指期货的套期保值功能进行有效的降低。股指期货的主要用途包括：套期保值、套利和杠杆性投资工具等。作为大多数投资者进行股票风险管理的重要手段,套期保值仍是股指期货最重要功能。但股指期货套保的有效性在很大程度上取决于套期保值的比率的选择,因此套期保值比率的确定成为股指期货套期保值理论研究的核心问题。2010年4月16日正式推出沪深300股指期货合约,至今已有将近三年时间。随着沪深300股指期货的正式推出,越来越多的投资者将其纳入资产管理的组合之内,成为规避市场风险重要的手段之一。众多学者也开始研究股指期货最优套期保值率,但研究的深度仍然与西方发达国家期货市场套期保值理论有很大的差距。但也正因为在中国股指期货推出不久,也为中国的学者将理论研究应用中国股指期货市场提供了更为广阔的空间。在我们的研究过程中,立足于中国金融市场的特点,充分的认识到我们与国外的区别,把握自己的独特性,为了更好的将研究成果应用于实际操作中,应充分了解理论模型的特点,找到最适合中国金融市场的套期保值模型。本文研究了中国股指期货的最优套期保值率问题。在这篇文章里共使用了四种经济计量模型：OLS回归、带有门限的VECM模型、CCC-GARCH模型及BEKK-GARCH模型。这四种模型中,OLS回归是一元线性静态模型,CCC-GARCH模型及BEKK-GARCH模型是多元动态模型,而带有门限的VECM模型是二元动态模型,分别计算出两个套期保值率,介于一元静态模型和多元动态模型之间。通过这四种模型,我们估计了中国股指期货套期最优保值率,并通过VaR检验计算,得出最佳估计模型。通过各个模型的比较,多元动态模型BEKK-GARCH模型优于其他模型,而带有门限的VECM模型优于一元静态OLS模型。文章共分为七个部分：第一部分,阐述了本文的研究背景及意义。根据股指专家徐国祥教授的研究,中国股票市场的系统风险占总体风险高达40%,远远高出西方发达国家股票市场系统风险平均水平25%。因此在中国利用股指期货进行股票市场的套期保值,对用来规避系统风险具有重大的意义。在此之后,介绍了文章的研究任务及创新,本文的研究重点在于找出适合中国股指期货市场的最优套期保值率,为此在模型的选择上面,不仅尝试了普通静态套期保值模型OLS模型,以作为其他模型的比较,而且还选择了介于动态套期保值模型,即带有门限的VECM模型(Threshold-VECM Model)。另外,本文还使用了多元动态模型CCC-GARCH及BEKK-GARCH模型。本章最后对国内外套期保值理论的发展过程及重要研究成果进行归纳总结,为本文奠定研究的理论基础。第二部分,介绍了股指期货的基本概念,指出了股指期货的基本特征及功能。从刚开始股指期货仅仅为了实现套期保值,规避现货价格波动带来的风险,到后来的逐步发成兼具投机套利、价格发现、资产的优化配置等多种功能。由于20世纪70年代的石油危机,加之布雷顿森林体系的瓦解,世界饱受经济衰退之苦,西方资本主义世界面临着经济滞胀,政治局势动荡等负面宏观因素的影响,股指期货应运而生。接着文章介绍了股指期货在中国的缓慢发展,2006年9月8日,中国证监会正式批准成立中国金融期货交易所,同年10月中国期货交易所推出沪深300股指期货仿真交易,这为中国股指期货市场的建立拉开了序幕。经历将近4年的仿真交易之后,2010年4月16日,中国金融期货交易所正式推出沪深300股指期货,这标志着中国股指期货市场最终建立。最后文章详细的介绍了沪深300股指期货的具体情况及交易制度。第三部分,为套期保值理论的介绍。本部分主要介绍了三种主要的套期理论：简单套期保值理论、选择套期保值理论和投资组合套期保值理论。另外又介绍了动性理论和长期合约关系理论。从这里可以看出人们对套期保值理论的认识越来越深,而本文的实证研究也正是在此理论基础之上完成的。套期保值可以按照性质划分为很多种。根据套期保值的多空方向,可以划分为空头套期保值和多头套期保值；根据套期保值对冲工具的选择,可以划分为简单套期保值、交叉套期保值和复合套期保值;根据套期保值应用策略,可以划分为积极套期保值和消极套期保值。在本部分最后,介绍了套期保值的风险：基差风险、保值率风险和流通性风险。第四部分,本章节中主要介绍了Threshold-VECM、CCC-GARCH及BEKK-GARCH四种模型的数学方法及最优套期保值率的算法。其中最小二乘估计OLS模型为一元静态套期保值模型,CCC-GARCH及BEKK-GARCH模型为多元动态套期保值模型,而带有门限的VECM模型介于两者之间,为二元动态套期保值模型。Johnson(1960)和Ederington (1979)等是较早使用Markowitz的资产投资组合理论来解释股指现货和股指期货套期保值问题的。他们认为投资者选择股指期货进行套期保值实际上就是对现货市场和期货市场的资产进行组合投资,投资者根据组合资产的预期收益即方差,即在一定期望收益的条件下,通过确定现货市场与期货市场上资产头寸以达到方差的最小化。第五部分,为本文的实证研究部分。本文所采用的数据为沪深300股指现货和沪深300股指期货每隔30分钟的交易价格作为样本数据,在此基础之上研究股指期货套期保值模型,估计出最佳的套期保值率。首先文章给出了股指现货和股指期货收益率时间序列的数学统计,使用ADF检验了两者之间的平稳性以避免伪回归性的可能。接着使用Eviews软件估计出来OLS、Threshold-VECM、CCC-GARCH及BEKK-GARCH四种模型的的表达式,并计算出了最优套期保值率。得出了OLS的最优套期保值率为0.855360,Threshold-VECM在区域内外的套期保值率为0.929197和0.981898,而CCC-GARCH和BEKK-GARCH模型得出动态套期保值率的均值分别为0.879594和0,879891。第六部分,使用了最小方差法和VaR方法评价了各个模型的优劣。Ederington (1979)给出了风险最小化条件下,套期保值对收益率波动影响的数学模型,从而给出了评价套期保值模型的方法。将股指期货和股指现货看成一个资产组合,研究在最优套期保值率下这个资产组合的收益率波动情况,计算公式为：Risk reduction improvement%=A-B/B×100%,其中A为通过计量方法得到的最优套期保值率形成资产组合的方差,B为自然套期保值率(设hr=1)下形成自然组合的方差。VaR(Value at Risk)就是指处于风险状态的价值,具体指的是在一定持有期间内,在某一个置信区间下,某一个金融工具或者某一资产组合可能在未来价格波动下面临的最大损失。通过最小方差法Threshold-VECM模型的套期保值效果要好于OLS模型,而动态套期保值模型(CCC-GARCH及BEKK-GARCH模型)的套期保值效果要好于所有静态套期保值效果,并且在动态套期保值模型中,BEKK-GARCH模型的套期保值效果提高了14.07%,要优于CCC-GARCH模型；通过VaR评价方法Threshold-VECM、CCC-GARCH及BEKK-GARCH模型的套期保值效果要优于OLS模型。而且Threshold-VECM模型的套期保值效果要优于CCC-GARCH模型,但却劣于BEKK-GARCH模型的套期保值效果,按照公式计算的VaR值,得到的计算结果为2.00326E-05(95%)、2.38191E-05(97%)、3.23917E-05(99%),较原来套期保值率为1的情况,套期保值率效果提高了15.37%。第七部分,主要说明文章的结论及不足之处,以及立足于不足之处对未来研究的展望。本文的创新之处为：一,使用了静态套期保值模型OLS及动态套期保值模型CCC-GARCH和BEKK-GARCH,通过比较分析,得出最优的模型为BEKK-GARCH,在最小方差评价法下,较天真模型的套期保值效果提高了14.07%。二,使用了基于静态套期保值模型与动态套期保值模型之间的Threshold-VECM模型,计算出内区域和外区域的套期保值率,分别为0.929197和0.981898,在最小方差评价法下得出套期保值效果与天真模型相比提高了13.01%。三,数据选择上面,使用的是30分钟时间间隔的股指期货与股指现货收益率时间序列,这样既可以保证样本数据的充分,又可以使计算出来的套期保值率具有实时性,便于及时选择最佳的套期保值率。