[DOI]10.13939/j.cnki.zgsc.2016.16.089
1 数据预处理
股指期货作为规避股市风险的一项工具，投资者在对市场走势分析和判断之后，利用股指期货反向操作达到对冲风险的目的。文章选取浦发银行等9只股票与沪深300近3年的历史日收益率进行测算，去除股票停牌等收益率特殊情形，进行回归分析。下图为以浦发银行为例单只股票与沪深300指数日收益率走势，可以看出单只股票与沪深300走势基本一致。
单只股票与沪深300指数走势图
2 单只股票回归拟合
假设9只股票的套保系数分别为k1，k2，…，k9，对单只股票分别建立回归模型：
通过回归计算得到参数值，表1表示了9个单只股票的拟合结果，从表中可以看出R2值最大仅为0.667，而部分股票R2值较小，说明预测值与实际数据仍存在较大差别。
3 股票组合回归拟合
考虑到沪深300指数的计算原理，为了进一步优化模型，现将上述9只不同的股票进行组合研究，设置9只股票在组合中所占权重，分别建立等权重股票组合和非等权重两个组合：
沪深300收益率=k10× 1/9×（浦发银行收益率+平安银行收益率+…+中天城投收益率）
沪深300收益率=a×浦发银行收益率+b×平安银行收益率+…+i×中天城投收益率
对上述模型进行回归拟合得：
沪深300收益率=0.092×（浦发银行收益率+平安银行收益率+…+中天城投收益率）
沪深300收益率=0.240×浦发银行收益率+0.035×平安银行收益率+0.053×奥飞动漫收益率+0.051×恒丰电子收益率+0.075×金融街收益率+0.122×中国重工收益率+0.092×农业银行收益率+0.098×青岛海尔收益率+0.072×中天城投收益率
在这两种组合下，回归结果R2分别为0.862，0.897，可以看出这两种回归结果较为理想，且明显优于单只股票的回归模型。
4 残差的统计分析
将上述求解得到的模型带入数据得沪深300预测值，对此11个模型的残差分别最大值、最小值、均值、标准差，见表2。由表2可以看出，残差均值均接近0，且两个组合下残差值的均值与标准差明显小于单只股票，进一步说明股票组合的追踪水平高于单支股票。
通过分析可知，利用股指期货进行套期保值能较好的规避风险，通过对单只股票的指数追踪与股票组合的指数追踪进行对比得知，股票组合追踪效果明显优于单只股票，且通过对不同股票进行科学配比能达到更优状态，为实际操作提供参考。
