沪深300股指期货的推出,为我国股票市场投资者提供了风险转移的工具,使得股票投资者可以采用股指期货合约来对股票或股票组合进行套期保值,从而对冲掉系统风险,锁定收益率,提高风险管理水平。在期货市场上对现货进行套期保值操作,套期保值比率的确定就成为投资者关心的问题。期货头寸过高,风险对冲过度,这就使得投资者期货头寸中包含有投机的成分；反之,期货头寸过低,风险对冲不充分,使得投资者现货风险暴露。传统的套期保值理论主要是基于均值-方差分析框架将现货和期货头寸看作是资产组合来确定套期保值比率,最小方差(MV)套期保值比率作为其中一个简单的例子之所以被广泛接受,是因为：一方面,在一些特定条件下它同期望效用函数框架下的最优套期保值比是等价的；另一方面,它可以通过简单的OLS估计得到,并且回归式的R2为套期保值效率评价指标。尽管这一框架在实际中得到广泛运用,但是许多学者对MV套期保值比率提出质疑。首先,方差作为风险度量,使得套期保值者同时规避了损失和收益的波动,而对于套期保值者而言规避损失风险更为符合其心理特征,其次,均值-方差分析框架是基于正态假设或期望效用函数为二次凸函数的假设得出的结论,然而大量经验研究表明金融时间序列往往具有尖峰厚尾等非正态分布的特征。另外,随着近年来对一致风险度量的研究,CVaR被有关学者证明满足一致风险度量指标的的性质,并且CVaR反映的正是单侧风险,能够更好地符合套期保值者的心理特征。因此,本文的研究是基于对传统套期保值比率以方差作为风险度量指标的质疑,将近年来的CVaR资产组合理论应用到套期保值比率的研究中,并将其与传统的MV套期保值比率进行对比研究。本文主要包括六章内容：第一章,绪论。首先阐述本文的选题背景和研究意义,然后是对国内外学者关于套期保值比率的研究进行综述,最后在综述的基础上提出本文的研究思路及主要研究内容。第二章,传统套期保值比率估计方法比较。首先对套期保值概念及原理进行简要分析。然后对期望效用最优套期保值比率与MV套期保值比率关系的进行论述,即在满足一系列特定条件下,MV套期保值比率与传统期望效用框架下的套期保值比率等价,并且与套期保值者的期望效用函数无关。最后按照MV套期保值比率估计模型的发展为路线,对MV套期保值比率不同的估计方法比较评述,并将MV套期保值比率分为静态和动态两大类；经验研究表明,并不是动态套期保值比率就一定比静态套期保值比率好,不同的期货品种以及不同时间段的数据可能会使得众多的MV套期保值比率估计模型中不存在一种一致最优的方法,套期保值者只能是具体问题具体分析,笔者认为只有充分挖掘现货和期货统计特征的模型才能得到有效的MV套期保值比率。第三章,CVaR框架下的套期保值比率确定方法。首先是对资产组合最优化理论的剖析,主要内容是给出CVaR的定义(简单来讲它是指金融资产的损失超过某个给定VaR的损失的平均值),并在一致风险指标的四条公理性质的基础上阐述了CVaR满足一致风险度量指标性质,以及对CVaR资产组合选择方法进行了阐述。然后是阐述了本文Copula技术的必要性以及Copula技术的特点与内涵,本文使用Copula技术的目的主要是基于以下两点考虑,一方面,在运用Mote Carlo模拟法求解线性规划最优解时,使用Copula技术为更好地捕捉到期货和现货的联合分布特征,以便模拟收益率的未来情形；另一方面,在模拟研究中使用Copula技术方便模拟非对称分布情形；本章在Copula技术特点与内涵的阐述上,主要包括Copula函数的定义、Copula函数相关参数的估计方法以及交待对称椭球类和阿基米德类两大类包括五个常用Copula函数的基本特征。本章最后介绍了基于Copula技术的CVaR资产组合选择方法在套期保值比率中的应用,主要内容包括基于Copula函数的现货和期货未来收益率情景模拟方法以及CVaR套期保值比率的确定方法。第四章,CVaR套期保值比率与MV套期保值比率的模拟对比研究。本章的内容是将本文研究的CVaR套期保值比率与MV套期保值比率进行模拟研究,其中MV套期保值比率估计方法选用了常用的简单OLS估计、ECM(误差修正模型)估计以及GARCH模型估计。首先是套期保值比率CVaR估计方法与OLS估计方法对比研究,在以下三种情况下进行：对称分布假定下、非对称分布假定下,包括左偏型分布与右偏型分布,结论是对称分布下CVaR估计方法与OLS估计方法无显著差异,在非对称分布下二者存在显著差异。其次是CVaR估计方法与ECM(误差修正模型)估计方法的比较。最后是CVaR估计方法与GARCH模型估计方法的比较。模拟结果是CVaR估计与ECM及GARCH估计无显著差异。第五章,我国股指期货套期保值比率实证研究。本章的目的是将本文研究的CVaR套期保值比率运用到沪深300股指期货套期保值比率的研究中,并在实证研究中将CVaR套期保值比率与MV套期保值比率进行比较。主要内容首先是统计特征检验,主要是描述统计分析、单位根及协整检验和ARCH效应检验,目的是为更好地掌握现货和期货的统计特征,以便得到更为合理的MV套期保值比率以及在随后的Copula模型中确定合适的边缘分布及Copula函数。其次是对期货价格的无偏性检验,结论是期货价格是无偏的,这就意味着套期保值者不能在期货头寸中获得超额收益,因此套期保值者的目标函数就是选取合适的套期保值比率来使得采取的风险度量指标达到最小值。最后是CVaR套期保值比率与三种MV套期保值比率(OLS估计、ECM估计以及ECM-GARCH估计)的实证分析,结果发现充分挖掘了沪深300指数及其股指期货统计特征的ECM-GARCH模型估计的MV套期保值比率效果最好,CVaR套期保值比率受风险偏好影响大,与MV套期保值比率有显著差异。本文的主要贡献是在收益率为对称分布与非对称分布的情况下,对比研究CVaR套期保值比率与MV套期保值比率。研究结果发现在对称分布假定下,CVaR套期保值比率与MV套期保值比率并没有显著差异,并且CVaR套期保值比率几乎不受风险偏好的影响；而在非对称分布下CVaR套期保值比率受风险偏好的影响,因而与MV套期保值比率有明显的差异。文章最后用沪深300股指期货作为实证,分别估计了三种MV套期保值比率和CVaR套期保值比率,并做了相应的评论,实证结果与模拟结果一致。本文的研究结果表明,CVaR套期保值比率首先在对称分布下与传统的MV套期保值比率一致,其次在非对称分布下更能反映套期保值者更想规避下侧风险的心理特征,并且可以根据不同的风险偏好选择不同的套期保值比率,体现套期保值的灵活性。