四、实证检验
　1.数据的选取：以沪深300IF1103为期货，以沪深300指数为现货。本文选取了2010年7月19日至2011年1月16日，股票和沪深300股指期货的日收盘价作为原始样本数据，同时剔除节假日和非交易时间的数据以及样本股缺失数据，共形成121组数据。
　　2.平稳性检验和协整检验。从表1中看出，股票组合和股指期货收盘价对数序列的t统计量分别为-2.295759和-1.800105，均大于1%显著水平的临界值-3.458973，不能拒绝原假设，所以对数序列均存在单位根，为非平稳序列。而从表2中看出，股票组合与股指期货对数价格一阶差分序列即日收益率序列的t统计量分别为-15.11051和-13.75522，均小于1%显著水平的临界值-3.459101，可以拒绝原假设。所以在99%置信水平下，日收益率序列是平稳的，也就是说股票组合和股指期货收盘价对数序列是一阶单整的，即I（1）。
　　3.各个模型的实证结果。应用Eviews6.0 软件，根据上述的模型进行计算，得到的各个模型的估计结果（如表3所示）：
　　从上述模型估计的结果来看，四个模型计算得出的套期比率都小于1，都比简单套期保值中的比率恒为1的效果要好，这充分说明在股票现货组合套期保值交易中的套期保值的成本要低，因为买卖期货合约的价值要低于现货价值。我们可以看出VAR、ECM、GARCH模型所计算得出的套期保值比率均大于传统OLS模型，其中ECM模型计算得出的套期保值率是最大的。几种模型的套期保值的绩效评估中我们可以看出，其判定系数均大于0.9，表明回归方程拟合效果不错，其中ECM模型的判定系数最大，所以其套期保值效率最高。