二、套期保值模型的演进
　　股指期货的作用中最重要的是套期保值，这其中最关键的就是要确定套期保值比率，即为了达到理想的保值效果，套期保值者在建立交易头寸时所确定的期货合约的总值与所保值的现货合同总价值之间的比率关系。确定套期保值率的方法有静态和动态之分。静态的套期保值比率是假设市场条件不变而得出的，其值是固定的。
　　1.最小二乘法回归模型（OLS）。假设现货收益率和期货收益率呈线性关系，ΔSt、ΔF t分别表示现货市场和期货市场的对数收益率。则 ΔSt=LSt- LSt-1，ΔF t=LF t- LF t-1，ΔSt=α + ΔβF t+ε t
　　通过最小二乘法估计线性回归模型的斜率β，该斜率就是最优套期保值率h，但是数据序列残差项有可能存在着自相关性和条件异方差的情况，此方法没有考虑这方面的影响，这也是它的缺陷所在。
　　2.向量自回归模型（VAR）。最小二乘法估计受到残差项的自相关性的影响，而向量自回归模型可以克服OLS模型残差序列自相关的缺点。在VAR中期货价格和现货价格存在如下的关系。
　　ΔS t=αS+βsiΔS t-i+λsiΔF t-i+εst
　　ΔF t=αf+βfiΔS f-i+λfiΔF f-i+εft
　　得到 H*=cov（εst，εft）/var（εft）。其中εst、εft为误差项，两者独立同分布。
　　3.向量误差修正模型。误差修正模型可以消除残差项的序列相关性，不仅如此还可以增加模型的信息量。Ghosh 根据期货与现货价格大部分时间是协整的，他们之间具有一种长期均衡的关系，他认为标准的VAR方程忽略了误差修正项，为此建立了误差修正模型。
　　ΔSt=α S +β si ΔS t-i+λ s i ΔF t-i+KsU t-1+εs t
　　ΔFt=α f +β fi ΔS f-i+λfi+ΔF f-i+K f U t-1+ε f t
　　其中Ut-1=S t-1- （a+b F t-1）表示期货与现货之间的长期均衡偏差，m、n为滞后阶数。
　　得到H*=cov(εst，εft)/var(εft)
　　以上三个模型都属于静态模型，隐含着现货和期货的风险不会随着时间变化，从而得到的是恒定不变的H，但是大量的实证研究表明，资产期货价格波动呈现出异方差的时变特征，因此最优套期保值率是时变的，由此产生动态套期保值理论。
　　4.广义自回归条件异方差（GARCH）模型。Engle（1982）提出自回归条件异方差模型（ARCH），Bollerslev（1986）发展成为广义自回归条件异方差模型（GARCH）。该模型考虑了金融时间序列的动态波动特征，因而可以得出动态的最优套期保值比率。GARCH（p，q）中的套期保值比例可以通过下面的回归方程得出：
　　ΔSt=α+βΔFt+εt
　　残差项：εt|Ωt-1:N（0，σ2t）
　　条件方差方程： σ2t=ω+μiε2t-iρjσ2t-j
　　 β==
　　其中，Ωt-1是t-1期的信息集，σ2t为t期的条件方差，p、q分别为自回归项和移动平均项阶数，β为计算得出的套期保值比率。广义自回归条件异方差模型克服了以上模型的缺陷，同时给出了动态套期保值率的计算方法。