本文从含有时变高阶矩的条件资本资产定价模型（CAPM）出发，基于我国上证 50ETF期权数据，检验了期权隐含的风险中性各阶矩的期限结构中是否包含有助于预测市场收益率和波动率的有效信息。采用偏最小二乘回归（PLS）的数据降维方法，我们发现：在 2015 到 2020年样本期内，从 50ETF 期权的隐含方差和高阶矩的期限结构中所提取的因子能显著地样本外预测未来 2 至 8 周的市场收益，且该预测能力在控制了常见的经济预测变量后仍十分显著。并且，从期权隐含方差的期限结构中所提取的因子能样本外预测市场波动。基于上述市场收益率和波动率预测的择时策略可以给投资者带来显著的经济价值。我们的实证分析表明：有别于已有文献中的经济预测变量，50ETF 期权市场可为投资者提供关于市场收益与风险之间短期权衡关系的特有信息。

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。

本文提出了一种新的马尔可夫机制转换 EGARCH模型（MRS-EGARCH），与传统的 波动率建模方法不同的是，我们在 MRS-EGARCH 中分别假定了收益残差序列可以服从高 斯、学生 t 以及广义误差分布，并进一步允许其分布的自由度与所处机制（Regime）有关， 以便刻画金融收益可能随时间变化的峰度（厚尾）特征。以能反映我国 A 股市场整体走势 的沪深 300指数为例，本文对比了 MRS-EGARCH模型和单机制 EGARCH模型的样本内和 样本外波动率预测结果。主要实证结果显示：沪深 300 指数确实存在不同的波动强弱机制区 间，而我们提出的 MRS-EGARCH 模型能够清晰区分出隐藏在收益序列中的不同机制。同 时，无论从样本内还是样本外的波动率预测结果来看，设定收益残差序列服从厚尾分布的 MRS-EGARCH都是预测精度更好的波动率模型。

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。

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。

在预测未来波动率时，究竟是基于历史数据的时间序列模型还是基于期权价格的隐含波动率模型效率更高？本文对香港恒生指数期权市场所含信息的研究发现，在预测期限较短（一周）时，GARCH（1,1）模型所含信息较多，预测能力最强，但在预测较长期限（一个月）时，隐含波动率所含信息较多，预测能力较强。同时，期权市场交易越活跃，所反映的信息就越全面，隐含波动率的预测能力也就越强。

根据Britten-Jones和 Neuberger（2000）提出的无模型隐含波动率方法，首次对香港恒生指数期权所含信息进行研究，并通过使用无模型隐含波动率对期权市场的效率进行直接检验，结果发现: 无模型隐含波动率所含信息最多，它完全包含了所有历史波动率所含信息，香港恒指期权市场是有效的；在向前一个月的预测中，无模型隐含波动率还完全包含了BS隐含波动率的信息，在向前两个月的预测中，无模型隐含波动率虽不能完全包含BS隐含波动率，但仍然包含了最多的信息；期权市场交易量的大小，同时交易的不同行权价的期权的多少，是影响无模型隐含波动率预测能力的重要因素；为追求积分密度进行过多人为的插值以及过大区间的积分，会导致无模型隐含波动率预测能力的降低，由此得到了无模型隐含波动率的相对合适的计算方式。美国已于2003年开始采用无模型隐含波动率编制波动率指数。随着金融衍生品市场的不断发展，无模型隐含波动率在资产定价、风险管理方面将发挥越来越重要的作用。

根据Britten-Jones和 Neuberger（2000）提出的无模型隐含波动率方法，首次对香港恒生指数期权所含信息进行研究，并通过使用无模型隐含波动率对期权市场的效率进行直接检验，结果发现: 无模型隐含波动率所含信息最多，它完全包含了所有历史波动率所含信息，香港恒指期权市场是有效的；在向前一个月的预测中，无模型隐含波动率还完全包含了BS隐含波动率的信息，在向前两个月的预测中，无模型隐含波动率虽不能完全包含BS隐含波动率，但仍然包含了最多的信息；期权市场交易量的大小，同时交易的不同行权价的期权的多少，是影响无模型隐含波动率预测能力的重要因素；为追求积分密度进行过多人为的插值以及过大区间的积分，会导致无模型隐含波动率预测能力的降低，由此得到了无模型隐含波动率的相对合适的计算方式。美国已于2003年开始采用无模型隐含波动率编制波动率指数。随着金融衍生品市场的不断发展，无模型隐含波动率在资产定价、风险管理方面将发挥越来越重要的作用。

新兴的中国股市常受到外来因素的影响而发生波动的结构突变。本文运用结构突变检验研究了中国股市波动率的特征，结果发现中国股市的波动率存在显著的结构突变点，不同时期的波动率模型分别表现出相异的特征。在样本外波动率预测中，基于预测误差损失函数和风险管理损失函数比较了不同类型的波动率模型在结构突变发生时的预测效果，发现基于结构突变的波动率模型预测效果较好。