本书紧紧围绕套期保值在股指期货与现货投资组合中的应用这一研究课题，从股指期货与现货收益率的预测、股指期货与现货收益率的相关性、股指期货套期保值比率的计算、影响股指期货与现货投资组合套期保值效果的风险因素等多个维度进行了研究论证，形成了相对完整的套期保值在股指期货与现货投资组合中的应用研究的理论框架，丰富了期货投资理论体系，以此期待为股指期货的投资提供相应的理论支撑和实际操作参考。

邢天才，东北财经大学金融学院院长、博士生导师。1996年3月至1998年7月任东北财经大学研究生部副主任；1998年9月至1999年9月任东北财经大学高教研究室主任；1999年9月至2006年11月任东北财经大学职业技术学院院长；2006年12月至今任东北财经大学金融学院院长。主要研究方向：金融市场、中外资本市场比较、证券投资。先后发表和出版了100多项（篇）科研成果。出版专著10余部，编著、主编教材16部，承担国家、省部级课题15项，在《光明日报》等发表论文50多篇，并有多项科研成果获得奖励。

1 绪论
1.1 研究背景和研究意义
1.2 国内外相关研究文献综述
1.3 研究思路和研究内容
1.4 研究方法和创新之处
2 理论基础
2.1 相关理论阐述
2.2 相关模型阐述
2.3 本章小结
3 股指期货与现货收益率预测的实证分析
3.1 研究设计
3.2 股指期货与现货收益率预测模型的构建
3.3 模型预测效果的评价准则
3.4 样本数据的整理分析
3.5 收益率预测模型的选择
3.6 本章小结
4 股指期货与现货收益率相关性分析
4.1 单位根检验方法
4.2 VAR模型的构建
4.3 二元Copula函数模型
4.4 股指期货与现货收益率相关性的简单统计性描述
4.5 从VAR角度检验两种收益率间的相关关系
4.6 股指期货与现货收益率间的二元Copula相关性模型
4.7 本章小结
5 股指期货套期保值比率算法模型选取及实证检验
5.1 研究对象样本
5.2 股指期货套期保值比率算法模型的构建
5.3 股指期货套期保值比率模型套保效果的评价准则
5.4 样本数据的整理分析
5.5 各种模型的套期保值效果整体分析
5.6 本章小结
6 影响股指期货套期保值效果的风险因素分析
6.1 研究的样本数据
6.2 风险因素评估模型
6.3 风险因素的实证检验
6.4 稳健性检验
6.5 本章小结
7 总结与展望
7.1 主要结论
7.2 政策性建议
7.3 研究展望
参考文献
关键词索引

随着我国推出的金融业
对外开放新举措相继落地实
施，期货市场提供给投资者
的机会也越来越多，但是期
货市场复杂程度高，是一个
不断变化的动态系统，投资
者稍有不慎就会面临投资损
失的风险。在投资时如何规
避风险、分散风险，同时获
得相应的投资回报，是每一
位投资者不可回避的话题。
因此，在这样的时代背景下
，套期保值在期货与现货投
资组合中的应用研究这一课
题的提出，便具有很好的理
论意义与实际应用价值。
另外，在对国内外相关
文献进行归纳整理时我们也
发现套期保值在期货与现货
投资组合中的应用研究仍有
拓展价值：一是尽管有关套
期保值的研究成果较多，但
是大部分是研究商品期货的
，由于国内股指期货出现较
晚，系统研究国内股指期货
套期保值的成果较少。二是
套期保值的落脚点是套期保
值比率的计算，而为了计算
套期保值比率，需要分析数
据间的相关性。从现有文献
来看，从套期保值的角度研
究数据间具有何种类型相关
性的文献较少，而且其主要
关注的是线性相关层面。三
是在现有套期保值的研究成
果中，计算出套期保值比率
后较少进行后续研究，尤其
是在影响套期保值效果的风
险因素层面考虑得较少。
鉴于此，立足这样的研
究背景，并在考察国内外相
关研究的基础上，本书从套
期保值在股指期货与现货投
资组合中的应用这一角度展
开相关研究。首先，通过技
术指标筛选，构建多种股指
期货与现货收益率预测模型
，并结合具体的样本数据进
行实证对比分析，寻找不同
参数条件下的最优股指期货
与现货收益率预测模型，对
股指期货与现货收益率进行
预测。其次，对两种收益率
之间的相关性进行分析。最
后，构建多种计算股指期货
套期保值比率的算法模型，
并结合具体的样本数据对不
同模型的股指期货套期保值
比率计算结果进行对比分析
，寻找不同参数条件下的最
优套期保值比率算法模型，
同时对影响股指期货与现货
投资组合套期保值效果的风
险因素进行分析。本书的主
要研究结论可归纳如下：
通过构建股指期货与现
货收益率预测模型对股指期
货与现货收益率进行预测，
并运用评价模型预测效果的
三种准则对收益率预测结果
进行对比分析。分析发现，
无论是从股指期货收益率预
测角度，还是从现货收益率
预测角度来看，ARMA模型
的预测效果最差，sVR模型
的预测效果次之，BPNN模
型的预测效果最好。这也说
明在数据结构比较简单，且
进行短期预测时，采用
ARMA模型的效果较好。但
是在数据结构比较复杂时，
运用智能算法预测模型能得
到更优的结果。虽然从理论
推导过程来讲，使用遗传算
法(GA)和粒子群算法(PSO)
优化后的SVR模型和BPNN
模型进行股指期货与现货收
益率的预测，比单纯使用
SVR模型和BPNN模型进行
预测效果要优，但是，在实
际操作过程中效果并不理想
，通过使用统计软件反复检
验，判断与预设的终止进化
代数和迭代进化次数选择有
关。另外，在股指期货收益
率预测中，遗传算法(GA)优
化后的模型得出的整体预测
效果比粒子群算法(PSO)优
化后的模型得出的整体预测
效果要优，而在现货收益率
预测中，粒子群算法(PSO)
优化后的模型得出的整体预
测效果比遗传算法(GA)优化
后的模型得出的整体预测效
果要优。这也说明，优化后
的SVR模型和BPNN模型在
预测效果上之所以存在差异
，还与采用的数据样本及样
本容量有关。
为了分析股指期货与现
货收益率之间的相关性，我
们进行了以下两方面的工作
：首先，为了检验两种收益
率之间的引导关系，构建了
vAR模型，经过Granger检
验，发现两种收益率之间是
一种互为引导的关系。通过
两种收益率之间的脉冲响应
试验以及预测误差方差分解
试验，我们发现在这种互为
引导的关系中，股指期货收
益率在市场上比现货收益率
反应更为灵敏，而且在收益
率引导过程中，股指期货收
益率承担着主导者的角色。
然后，考虑到股指期货与现
货收益率之间可能存在着非
线性、非对称、尾部相关等
特征，我们又构建了针对两
种收益率的二元Copula函数
模型，发现两种收益率之间
确实存在着非线性、尾部相
关等特征。也就是说，如果
一种收益率中出现极值的情
况，那么由于两种收益率之
间存在着相关性，就会引起
另一种收益率出现振荡。因
此，正是因为两种收益率之
间存在着较为明显的相关性
，才使得现货投资在期货市
场上实施方向相反的套期保
值操作成为可能。
为了运用构建的多种股
指期货套期保值比率算法模
型计算出在股指期货与现货
投资组合收益率方差最小化
目标下的套期保值比率，我
们作出了以下尝试。首先，
根据对样本数据的单位根和
ARCH效应的检验结果，得
出了样本数据具备利用构建
的多种股指期货套期保值比
率算法模型在收益率方差最
小化目标下计算套期保值比
率的结论。其次，结合具体
的样本数据类型，在收益率
方差最小化目标的前提下，
运用构建的多种股指期货套
期保值比率算法模型计算出
相应的套期保值比率。最后
，运用评