本文采用非线性因果检验方法对SHFE期铜与LME期铜价格之间的相关性进行了实证研究，研究结果表明SHFE与LME期铜价格之间存在双向的非线性Granger因果关系，两者之间并不存在绝对的领先与滞后关系，在经过GARCH模型对序列波动率进行过滤之后，发现调整后的价格序列之间的非线性因果关显著变小。

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。

基于金融时间序列的实际分布的尾部明显更厚，而峰度则更高的特征，我们可以运用在不同的分布假定下的GARCH模型的VaR计算方法来对市场的风险进行分析。本文利用GARCH族模型以国际原油期货的日收益率数据分别在t-分布和广义误差分布(GED)条件下来度量原油期货的在险价值VaR。在验证了多个模型和二种分布组合之后，得出了GARCH(1,1)-t分布模型对原油期货能较好的拟合和反映出国际原油期货收益率的风险特征性。

如何合理准确地描述金融资产的价格变动一直是金融学研究的核心问题之一。本文首次将跳跃过程引入到GARCH模型中对上证A股市场收益的跳跃性进行了考察，通过样本内和样本外的蒙特卡洛模拟预测对不同跳跃GARCH模型进行了比较研究。实证结果表明，我国股票市场的市场收益存在明显的跳跃性，跳跃模型比t分布模型有着更好的预测效果，非对称、非线性的GARCH模型更适合对我国股票市场收益的波动进行估计。

我国上海和深圳股票市场普遍存在重消息、轻业绩的现象，来自各个层面的消息往往会导致股票价格指数大幅度波动。本文对上证综合指数和深证成份指数历年数据做统计检测，以描述指数本身波动所具有的特征。在此基础上，本文构建GARCH系列模型判断并检验市场利好和利空信息对股指波动程度的影响，从实证角度得出股指波动对利好和利空信息冲击具有非对称性的特征。