本文对现金流信息、现金流风险在股票收益中的定价关系进行了深入研究，建立了包含现金流信息的多因素股票非预期收益定价模型，并采用2002年1月至2011年4月间中国股票市场的有关交易数据、机构收益预测数据和财务数据，来检验理论模型和实证模型的预测，发现：（1）由证券分析师盈余预测修正来估计出的正现金流信息对股票非预期收益、股票实际收益、股票超额收益均具有稳健的解释能力;(2) 由证券分析师盈余预测估计出的现金流风险反映了股票的系统风险，可以对股票预期收益定价；(3) 在解释股票超额收益方面，由现金流信息、现金流风险、分析师跟踪人数与宿成建（2012）三因素模型构成的多因素变量模型优越于Fama和French(1996)三因素模型变量与现金流信息、现金流风险构成的多因素模型；

本文建立了股票非预期收益定价模型，提出了两个新的度量变量，即表示分析家关于公司会计收益的理性预期的修正变量δPepst/Pt-1 以及市场情绪变量URM，在此基础上，本文建立了多变量回归模型，并采用2002年1月至2008年12月间中国股票市场的有关交易数据、机构收益预测数据和财务数据，来检验理论模型和实证模型的预测，发现：（1）、总风险与系统风险不能解释股票非预期收益，和Chambers和Freeman(2005)的结论相反，与非预期收益有关的总风险与系统风险也不能解释股票非预期收益。（2）、当期非预期会计收益期初价格比epst/Pt-1 、表示公司会计收益的理性预期的修正变量δPepst/Pt-1 1. 引言 以及市场情绪变量URM构成的三因素定价模型可以完全解释股票的非预期收益。

本文以台湾股市为研究对象，主要研究机构投资者的交易行为。本文首先构建了机构投资者交易不平衡性指标──净交易，该指标反映了投资者股票交易的强度。接着采用这种交易不平衡性指标来构建组合，研究机构投资者的交易行为。本文研究发现: 台湾股票市场中以外资和投信基金为代表的金融机构投资者表现为正反馈的交易策略，并且交易的信息含量较高；一般法人的交易表现为负反馈的交易策略，并且交易的信息含量不足；而自营商由于交易动机复杂,交易的信息含量不明确。可见不同的机构投资者的交易行为并不相同。

股市的价格或收益虽然不可预测，但收益的波动性却在一定程度上具有可预测性。波动性预测并不能像收益预测那样带来直接的盈利机会，但它对投资者判断市场风险状况从而更有效的进行资产定价、制定交易策略、构建投资组合和风险控制具有重要意义。国内关于沪深股市的波动率预测方面的研究主要采用的是基于日数据的GARCH类模型、随机波动率(SV)模型等，而较少采用基于高频数据的预测模型，尤其是基于高频数据的神经网络等非线性波动率预测方面的研究更为少见。为此，本文试图进行这方面的尝试。通过沪深300指数高频数据的实证分析，我们发现：我国股市的波动率具有可预测性，我们模型的预测都能超越随机游走的结果；采用高频数据能显著提高模型的预测能力，采用高频数据的模型明显优于采用日数据的模型，而且如人工神经网络等非线性模型的预测优于传统经典的线性模型。

国内对于动量策略的研究鲜见于学术文献，且都集中在价格与动量之间的关系上，忽略了交易量这一同样反应股票信息的重要因素。本文首先以上海证券交易所和深圳证券交易所1997年1月至1999年12月的股票为样本，采用重叠样本的方法检验了中国股票市场动量收益是否显著，进一步在收益率分组的基础上再按照交易量分组，验证了交易量对股票横截面收益预测的贡献。研究发现，相比西方成熟证券市场，我国证券市场输者组合收益短期内反转强烈，动量策略的收益随着持有期限的延长呈明显下降趋势；交易量可以提供除了价格以外的预测股票未来收益的信息，低交易量赢者组合的收益高于高交易量赢者组合的收益。

本文研究的对象是证券分析师对中国上市公司年度会计收益的预测。具体发现如下：第一，随着中国证券市场自九十年代以来的发展壮大和资本市场的国际化，一体化，证券分析师对中国上市公司的预测活动有了很大的增强。分析师人数，被预测的公司数，和年度收益预测数目都大幅提高。这表明国际投资人对中国市场的兴趣在增加。第二，分析师对中国上市公司年度会计收益预测的质量较差，体现在和他们对香港，美国公司的收益预测相比，对中国公司的收益预测误差较大，而且分析师的预测之间一致性较低。低质量的预测会为投资人利用分析师预测进行投资决策造成困难。