证券市场是一个风险与收益并存的投资市场,按照风险性质的不同,证券价格波动风险分为系统性风险和非系统性风险。非系统性风险可以通过充分分散化投资加以消除,而系统性风险对整个证券市场产生影响,不能通过分散化投资消除。自2007年爆发次贷危机以来,全球证券市场遭受重挫,为了规避这种系统性风险,需要借助金融衍生工具对其进行套期保值。ETF作为一种跟踪指数的基金可以充分消除非系统性风险,但对系统性风险无能为力。现如今我国ETF市场规模日益庞大,自2010年4月16日股指期货推出后,为ETF投资者规避系统性风险提供了极佳的套期保值工具。论文主要研究我国股指期货对上证180ETF套期保值绩效,共五个部分。第一部分,以股指期货和ETF产生的历史及现状作为研究起点,接着阐述了本文的研究意义,据有关研究,中国股票市场系统性风险占到总风险的40%,这一比例大大高于欧美发达国家股票市场所占25%的平均水平,由于我国ETF跟股票一样不能“卖空”交易,所以ETF不能规避证券市场系统性风险,但股指期货推出后,对ETF市场具有重要影响,第一,为投资者提供了利用股指期货与ETF进行套利的机会；第二,为ETF现货持有者提供了套期保值规避系统性风险的对冲工具。然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,首先介绍了股指期货合约特点及基本交易制度,重点阐述了我国刚推出不久的沪深300股指期货合约特点,介绍了股指期期货具有价格发现、套期保值、风险管理与风险转移及资产配置四大功能。其次,介绍了ETF产生的过程、特点及功能。最后,对比分析了ETF与股指期货相同点和不同点,阐述了ETF与股指期货两者的相互影响：ETF的出现有助于提高股指期货价格发现功能和定价效率,而股指期货又可以对ETF进行套期保值规避系统性风险。第三部分,股指期货套期保值理论回顾。首先,介绍了套期保值经济学原理及举例阐述何为多头套期保值、空头套期保值和交叉套期保值。根据套期保值理论的发展过程,先后介绍了传统的“幼稚”套期保值理论、基差逐利型套期保值理论、组合投资理论、流动性理论和长期合约关系理论。从这些理论产生的历程可以看出人们对套期保值理论的认识更加深入。其次,介绍了简单线性回归模型(OLS)进行套期保值原理,由于OLS模型未考虑期货价格与现货价格之间的自相关性、协整关系以及残差序列的异方差性,因此利用该模型进行套期保值研究存在一定缺陷。随后引入了考虑变量之间自相关性的双变量自回归模型(B-VAR);考虑期货价格与现货价格存在协整关系的事实,引入了误差修正模型(ECM)。前三种套期保值模型为静态套期保值模型,即套期保值比率在套保期间不变。但现实中证券市场环境是会发生变化的,因此最优套期保值比率会随时间而发生变化,而且考虑金融时间序列波动率聚集现象,即残差序列存在异方差,本文引入Modified ECM-GARCH模型和D-BEKK二元GARCH模型。针对我国沪深300股指期货刚推出不久,许多投资者对期货套期保值还不很了解,介绍了股指期货合约套期保值流程的设计问题。最后,从理论上推导出最小方差最优套期保值率的计算公式及本文所采用的套期保值绩效评价方法。第一种方法：风险最小化,通过对比套期保值组合收益率的方差与未经过套期保值收益率的方差的减少程度评价套期保值绩效。第二种方法：效用最大化,假设投资者效用函数为均值方差形式,同时考虑投资者风险偏好水平,投资者获得的效用与资产组合收益率成正比,与组合方差成反比。使用效用增量衡量经过套期保值与未经过套期保值资产组合时,投资者获得效用水平的增加。第四部分,为本文股指期货与上证180ETF套期保值绩效研究实证部分。数据样本为2010年4月19日至2012年2月1日的华安上证180ETF收盘价与沪深300股指期货当月连续(2012年2月)的期货价格收盘价,共430个日数据。同时对原始数据进行了相关处理,最后以对数收益率数据进行最优套期保值比率的模型估计。首先,统计性描述表明期货市场波动率大于现货市场,期货与现货收益率序列都不服从正态分布,两序列存在异方差性。平稳性检验结果表明期货与现货收益率原序列为非平稳序列,经过一阶差分后的序列为平稳序列,即现货与期货收益率序列为一阶单整序列。使用Engle-Granger两步法进行协整检验表明现货与期货收益率存在协整关系,现货收益率对期货收益率做简单线性回归后的残差即为误差修正项。ARCH检验表明一阶差分后的现货与期货收益率序列线性回归残差项存在显著的ARCH效应,序列存在明显的波动率聚集现象。其次,利用EVIEWS6.0软件对OLS模型、ECM模型、Modified ECM-GARCH模型估计最优套期保值比率。OLS模型结果显示：最优套期保值比率为0.906328。估计得到最优套期保值比率t值很大,P值接近0,参数估计显著。R-squared为0.886742,表明方程整体拟合较好,回归方程能较好得描述现货与期货收益率一阶差分序列走势。ECM模型结果显示：变量ECM、DF参数估计非常显著,而R-squared为0.895955比简单线性回归方程R-squared稍大,回归方程拟合得很好。最优套期保值比率为0.911552,表明每一单位现货资产需要用0.911552单位相反的期货头寸进行对冲。此结果比OLS模型估计的最优套期保值比率稍大。Modified ECM-GARCH模型估计结果显示：均值方程及波动率方程各变量的估计参数都很显著,R-squared为0.91022,比OLS模型和ECM模型拟合效果都好；从动态套期保值比率时序图可以看出动态套期保值比率序列为明显的平稳序列,动态套保比ADF检验结果也说明动态保值保值比率序列不含有单位根,序列为平稳时间序列。而Baillie和Myers (1991)在其论文商品期货套期保值的BGARCH估计中得到的动态套期保值序列为非平稳序列,表现出很大的波动性,本文对股指期货市场的动态最优套期保值率研究结论恰好相反。动态套保比的描述性统计显示动态套期保值比率的均值为0.941811,标准差为0.077261,序列分布为非正态分布。最后,对上述三种模型套期保值绩效进行对比分析,结论如下：(1)由未套期保值、OLS模型、ECM模型、Modified ECM-GARCH模型计算出的组合的方差分别为0.000219129、0.0000248203、0.0000248303、0.0000242458, Modified ECM-GARCH模型计算的组合方差最小。(2)OLS模型计算的投资者效用水平为：-0.0000335-λ*0.0000248203；ECM模型计算的投资者效用水平为：-0.0000304-λ*0.0000248303；Modified ECM-GARCH模型计算的投资者效用水平为：-0.0000108-λ*0.0000242458；未进行套期保值的投资者效用水平为：-0.000574-λ*0.000219129。λ为投资者风险厌恶系数。(3)从三种套期保值模型计算的收益率序列均值方差来看,在未考虑投资者调整股指期货合约头寸所产生的交易成本的情况下,Modified ECM-GARCH模型的收益率均值最大,而方差最小,即对于任意兄,投资者用Modified ECM-GARCH模型套期保值得到的效用水平都比OLS模型和ECM模型得到的效用水平高。(4)取λ=1,由均值方差效用函数计算出上述四种模型的效用水平分别为-0.00079313、-0.00005832、-0.00005523、-0.00003505,ModifiedECM-GARCH模型计算的投资者效用水平最高；三种套期保值模型相对于未进行套期保值计算出的效用增量分别为0.00073481、0.00073790、0.00075808。(5)考虑到Modified ECM-GARCH模型需要改变股指期货合约交易头寸产生手续费,当手续费率小于万分之0.2,投资者会选择Modified ECM-GARCH模型进行套期保值；当手续费率大于万分之0.2小于万分之0.23,投资者会选择ECM模型进行套期保值；当手续费率大于万分之0.23,投资者会选择OLS模型或ECM模型进行套期保值。第五部分,对实证部分进行总结及进一步研究的方向进行展望。本文可能的创新之处有：一、引入Modified ECM-GARCH模型,解决了金融时间序列存在协整关系和残差异方差性的问题。采用动态套期保值与静态套期保值方法进行套保效果比较分析。二、构造均值方差效用函数衡量投资者采用不同套期保值模型所得到效用水平。三、考虑动态套期保值产生的交易成本,解决了在不同的手续费率下投资者对套期保值模型的选择问题。