投资者风险管理的一项重要工具就是套期保值,这其中主要从两方面来考虑,一个是风险的量化,另一个是在既定的风险程度下如何使其最小化。金融市场具有高度的时变性,怎样缩小资产的风险敞口,是投资者进行套期保值的出发点,套期保值的效率也由此来测度。然而现实操作中,不同风险测度的偏重方向不同,套期保值也有自身固有的性质,故非所有风险测度的标准都能适应套期保值。套期保值的模型众多,其适用性也较为广泛,唯独Copula函数在刻画多元变量的联合分布方面表现的最为出色。对于多元金融时间序列之间复杂的动态相关性,传统的统计模型常常表现的较为乏力,Copula函数的登台恰逢其时,此函数不仅能分解多元变量的联合分布,将其化为各变量的累积边缘分布函数跟一个特定的Copula函数,还能灵活精准的描述多元变量之间的相依结构。故Copula函数在金融研究领域的应用越来越广泛。本文采用由浅及深的模式探讨股指期货的套期保值率问题,笔者首先介绍了股指期货的特点,突出其套期保值功能,而后引出套期保值率有关的理论基础,分析国内外已有研究的现状,比较各套期保值模型的优劣点,并由此引出动态Copula模型。最后,笔者尝试用它来估计沪深300股指期货的套期保值比率,进而与传统套期保值模型相比较。实证估计结果显示,Copula模型的套期保值效果最佳,即更具规避价格风险功能,OLS模型紧随其后,DCC-GARCH模型效果最差;同时,Copula模型族中,T-Copula函数的套期保值效果最好,正态Copula函数次之。那么针对金融序列动态相关变化以及状态相依性的特征,Copula模型能够实现更优的套期保值绩效。