要比CopulaGARCH类型模型估计效果要好。有大量文章是研究中国市场上股票指数期货VaR和风险度量，但是专门针对股票指数期货的未来现金套利风险的研究还非常稀少。邓从定性上分析股票指数期货的未来现金套利风险，并发现未来现金套利风险主要由最佳保证金的风险、现货组合跟踪误差的风险以及清算价格和沪深300指数的偏差风险构成，最大的风险将是市场风险。尽管在国内有相对少量的文章是关于中国股票指数期货未来现金套利风险的测量，但有很多论文是用不同方法来测量风险性资产和组合的市场风险。张是第一个在中国市场背景下检测Copula在金融风险分析中的应用。魏和张提出了一个多元CopulaGARCH类型，这不仅能够计算出金融市场的非线性相关性，而且可以获得更加灵活的计算在险价值的多元分布。用这个模型和模特卡罗方法对上海股票市场的经验研究结果证明了这个模型的可行性和有效性。占和张建立了一个CopulaSV模型来分析金融组合风险。CopulaSV模型被证明在描述组合在险价值方面要比CopulaGARCH类型表现的要好，这是因为边缘分布在建立联合分布时发挥了重要作用。胡和龙从经验上将投资组合的在险价值分成边缘在险价值和成分在险价值。这为投资者的组合风险提供了更加完整的信息。本文运用CopulaSVt模型测量上尾相关系数、下尾相关系数、以及用波动的现货ETF的投资组合的收益率序列替代指数现货和期货头寸。此外，Delta
ormal改进方法被用来测量和分解未来现金套利市场风险的在险价值，以至于做出合适的风险控制策略来规避风险和获得稳定的收益。
2、未来现金套利头寸的建立
21、即期组合的建立为了用深证100ETF、上证50ETF和上证180ETF建立即期组合，我们需要估计着三种ETF的权重。目的在于用这个组合跟踪沪深300指数收益率，只要它们的价值相等，组合的收益率应该等于指数的收益率。因此，沪深300指数和ETF组合的关系式被定义为：
Rtw1r1tw2r2tw3r3tεt
（1）
其中，Rt是沪深300指数的对数收益率，w1、w2、w3分别是深证100ETF、上证50ETF和上证180ETF在组合中的权重参数，r1t、r2t、r3t分别表示深证100ETF、上证50ETF和上证180ETF对数收益率，εt是跟踪误差项。最小二乘法用来估计方程（1），使εt的误差尽可能的小。使用无截距的最小二乘法可以获得近似的权重参数，同样会产生跟踪误差，这将被用来分析套利成本。跟踪误差EC是残差平方和的均值。表1展示了最小二乘法估计结果。表1：最小二乘法估计结果
2
f天津科技大学
权重深r