现阶段，学术界主要通过结构模型和简化模型对信用风险进行建模， 并以此为基础对信用衍生品定价。由于信用风险评估的实质是度量在 一定时间内发生违约事件的概率，与流行病学领域的生存分析有相似 之处，本文借用生存分析常用方法重新定义信用风险模型，并在此基 础上构建信用衍生品定价模型。本文着重介绍生存分析基本函数、生 存分析常用参数模型和半参数模型在信用风险度量中的应用。

股指期货在资本市场价格发现和风险防范过程中扮演重要角色，科学准确的预测其 收益波动率对充分实现股指期货避险功能具有重要的理论和现实价值。以线性非负模型为 基础，通过幂转换以及不设定扰动项的具体相关结构和分布形式，构建了一个半参数预测 模型来预测高频环境下股指期货市场波动率。模型采用基于极值估计量的两阶段估计法进 行估计，Monte Carlo模拟实验表明该估计方法的渐进性质表现良好。此外，以沪深300 股指期货的5分钟高频交易数据为例，运用滚动时间窗的样本外预测和最新发展起来的具 有Bootstrap特性的MCS检验，在多种稳健损失函数下，实证评价和比较了新构建的半参数 预测模型与其他7类波动率预测模型对高频环境下沪深300股指期货波动率的预测能力。实 证结果表明：在多种稳健损失函数的评价标准下，新构建的股指期货波动率的半参数预测 模型是预测预测能力最好的模型。

现阶段，学术界主要通过结构模型和简化模型对信用风险进行建模，并以此为基础对信用衍生品定价。由于信用风险评估的实质是度量在一定时间内发生违约事件的概率，与流行病学领域的生存分析有相似之处，本文借用生存分析常用方法重新定义信用风险模型，并在此基础上构建信用衍生品定价模型。本文着重介绍生存分析基本函数、生存分析常用参数模型和半参数模型在信用风险度量中的应用。

广义自回归条件异方差（GARCH）族模型已得到了极大的丰富和发展。然而，随之而来的一个问题是实际应用中究竟应选择怎样的异方差结构。本文从波动性预测的角度，以股权分置改革之后中国股票市场的指数数据为样本，对10类常见的GARCH类结构进行了实证研究。与现有研究不同的是，为了减少参数估计的效率损失对模型绩效评价的影响，研究中利用估计函数方法——一种效率较高的半参数方法进行参数估计。此外，还分别使用最小二乘方法和SPA检验法进行绩效评价，以期给出统计意义下的结果，并减少“数据窥察”（DataSnooping）问题。结果发现，与其它GARCH类结构相比，指数GARCH（EGARCH）和非对称幂GARCH（APARCH）模型能够更好地描述金融资产收益率的波动过程。

本文主要通过半参数条件方差建模方法分析股权分置改革对上海股市收益率序列波动性特征的影响。文章首先对股市波动特征的刻画方法作了简单回顾，讨论了条件方差建模的基本思路以及常见方法。进一步结合中国股市的实际，运用半参数条件方差建模的方法，对上海股市股权分置改革前后的波动性特征进行测度。最后对股改前后的波动特征进行了对比分析。本文主要的创新在于运用广义可加模型为基础的半参数模型的条件方差建模方法来测度股市的波动率。