| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第7-12页 |
| 1.1 研究的背景及意义 | 第7页 |
| 1.2 国内外套期保值研究文献综述 | 第7-9页 |
| 1.3 本文的研究思路 | 第9-10页 |
| 1.4 本文的研究框架 | 第10页 |
| 1.5 本文的主要创新点 | 第10-12页 |
| 第二章 股票价格指数与股指期货 | 第12-17页 |
| 2.1 股票价格指数 | 第12页 |
| 2.2 沪深300指数 | 第12-13页 |
| 2.3 股指期货的产生与发展 | 第13-14页 |
| 2.4 沪深300指数期货合约 | 第14-15页 |
| 2.5 股指期货的功能及作用 | 第15-17页 |
| 2.5.1 系统风险规避功能 | 第15页 |
| 2.5.2 价格发现功能 | 第15-17页 |
| 第三章 套期保值理论 | 第17-21页 |
| 3.1 套期保值的基本原理 | 第17页 |
| 3.2 套期保值理论的产生与发展 | 第17-18页 |
| 3.3 套期保值者 | 第18-19页 |
| 3.4 套期保值的分类 | 第19页 |
| 3.5 股指期货套期保值的应用 | 第19-21页 |
| 第四章 套期保值比率模型 | 第21-28页 |
| 4.1 传统线性回归模型(OLS) | 第21-22页 |
| 4.2 二元向量自回归模型(B-VAR) | 第22页 |
| 4.3 带误差修正的二元向量自回归模型(B-VECM) | 第22-24页 |
| 4.3.1 带误差修正的向量自回归模型及检验 | 第23页 |
| 4.3.2 套期保值带误差修正的二元向量自回归模型 | 第23-24页 |
| 4.4 对角化DVEC-GARCH模型 | 第24-25页 |
| 4.5 常相关系数GARCH模型 | 第25-26页 |
| 4.6 状态空间模型卡尔曼滤波估计 | 第26-27页 |
| 4.7 最优套期保值比率的效果评价 | 第27-28页 |
| 第五章 套期保值的实证 | 第28-48页 |
| 5.1 数据样本的选取 | 第28-32页 |
| 5.1.1 沪深300指数数据样本的选取 | 第28页 |
| 5.1.2 股指期货合约数据样本的选取 | 第28页 |
| 5.1.3 数据样本的初步分析处理 | 第28-32页 |
| 5.1.4 样本区间的划分 | 第32页 |
| 5.2 日数据最优套期保值比率的实证建模 | 第32-46页 |
| 5.2.1 OLS模型的实证 | 第32-36页 |
| 5.2.2 B-VECM模型的实证 | 第36-41页 |
| 5.2.3 常相关系数B-VECM-GARCH模型的实证 | 第41-43页 |
| 5.2.4 状态空间模型卡尔曼滤波的实证 | 第43-46页 |
| 5.2.5 日数据最优套期保值比率的结果 | 第46页 |
| 5.3 周、双周数据的最优套期保值比率的实证结果 | 第46-48页 |
| 第六章 结论 | 第48-50页 |
| 6.1 实证研究的基本结论 | 第48-49页 |
| 6.2 未来的研究方向 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录1：沪深300与股指期货连续合约收盘价日度数据 | 第53-54页 |
| 附录2：SAS程序 | 第54-56页 |
| 致谢 | 第56-57页 |
