结合相依结构函数Copula和极值理论EVT，构建了我国股票市场经流动性调整的La‐Copula‐EVT风险价值模型，并用沪深收益序列的分笔高频数据进行了实证分析，发现我国沪深股市收益序列的上尾和下尾都存在较高相关性，后验测试结果表明构建的模型能够对实际损失进行很好的拟合；然后在该模型的基础上进一步分析了我国沪深股市的风险价值和预期不足在不同置信区间的敏感度差异，确定了适合La‐Copula‐EVT模型的最优置信度区间。

本文在改进BW指数构建方法（2006）的基础上，利用封基折价等6个单项投资者情绪测量指标，剔除宏观经济因素的影响，构建了一个能较好衡量中国股票市场投资者情绪的综合指数（CICSI）。在此基础上，应用CICSI实证检验了投资者情绪与市场收益间的双向因果关系；并通过费暄变换检验发现，从中短期来看投资者情绪对股市收益的影响可能远大于宏观经济因素的影响，说明国内股市投机气氛较浓；最后，检验了“牛、熊市”背景下情绪对收益的影响，发现在熊市行情中情绪反向提前作用于收益，而牛市行情中情绪与收益存在着正反馈关系。

本文在分析新兴金融市场中替代性金融资产之间的影响下，运用MS-VECM模型分析中国宏观经济变量对股票市场收益的影响，实证结果表明Fisher假说在我国股票市场发展到一定程度后成立，而汇率对股票市场收益具有正的影响，M1对其影响则随着状态不同而不同，替代性资产与股市收益的影响（如无风险利率、标准普尔指数收益）在早期对我国股票市场收益具有负的影响，在后来具有正的影响。

本文对沪深两市A股三个月至两年期的动能(momentum)投资策略(买强势股,卖弱势股)进行了实证研究。研究结果表明，六个月至两年期的平均收益动能显著为负值。这与国外股票市场的相关研究发现显著不同。通过对普遍适用于美国和其他股票市场的主要资产定价因素(如市值规模，净资产市价比，贝他等)进行深入研究，我们发现Fama 和 French 的三因素资产定价模型能较好地解释中国股票预期收益的波动性和收益动能。因此, 中国股市中股价历史表现预测未来价格走势的现象基本上归因于风险因素。

基于不同的竞价机制，本文对中国股市收益率的波动性进行检验，并在检验中引入交易量作更深入考察。结果发现：开盘收益率和日收益率分别比收盘收益率和隔夜收益率有更强的波动性；开盘收益率呈现显著的负相关，收盘收益率则为正；日收益率与随后的隔夜收益率之相关性大于隔夜收益率与随后的日收益率之相关性；最后，通过融合横截面与时间序列的检验，发现异常交易量对股票波动有显著的预测性。

人们对股市的研究非常之多，对股市收益率和波动率有大量的讨论，过去的一、二十年里，关注的焦点在于运用时间序列模型如ARCH和GARCH等研究波动率，并运用灵活的估计方法，如GMM等来估计参数。近年来，人们更关注于高频数据、长记忆特性、重尾和多维变量的研究。可以说，在股市研究中广泛运用了统计模型和方法，是金融、经济学与统计学的完美结合。 生存分析（Survival Analysis）的模型和方法是工程、医学和生物学等领域中一个很受关心的内容，生存分析已成为现代数理统计的一个重要分支。许多统计学家在这一领域作出了大量工作，尤其是Cox的重要贡献。 本文将生存分析方法引入对股市的分析，因为股市指数的连续上涨和下跌可以看作是一种特殊的生存过程，当股指连续上涨到头转为下跌时，可以视作上涨的“死亡”；同样当股指连续下跌到头转为上涨时，可视作下跌的“死亡”，股指就是在这两种状态下不停地进行着“生”、“死”相互转化的。 股指连续涨跌的点数可以看作是连续的生存模型，而股指连续涨跌的天数可以看作是离散的生存模型。由于篇幅的限制，本文仅考虑股指连续涨跌点数这种连续的生存模型。在这一模型里，股指连续涨跌了多少点，可以看作是一个生存过程的时间