论文分为两个部分,第一部分是股票收益率与投资评级的关系研究。随机选取了中国证券市场30支股票,就其2012年12月25日至2013年12月25日的投资评级报告和股票价格数据来对股票的收益率与投资评级问的关系进行了统计规律的研究。其中,为保证统计分析的有效性,采用了统计分析中著名的Box-Cox变换,并使用了最优化方法。通过极大化F统计量来构造股票收益率与投资评级、前一期收益率问的最优线性回归模型。实证分析结果表明,股票收益率的后续表现与相应前一期的收益率相关,而与分析师的投资评级无关。第二部分是一类新GARCH模型中参数估计方法的研究。Quantile GARCH模型是一类针对金融市场的一些概率统计特征而提出的一类新时间序列模型。自提出以来,受到研究界的重视和好评,但其参数估计问题尚未找到一个好的办法,这就影响了该模型在诸如期权定价最优投资组合选取方面的应用。本研究主要基于新GARCH模型中参数分布在两部分,一部分在方差序列的自回归模型当中,一部分在边缘分布之中,处理时利用了姚琦伟等人提出的一般GARCH模型估计新近提出的一种方法,先将模型进行适当的标准化,用标准化之后的序列估出方差自回归中的系数,再结合这些估计的系数对序列进行二次标准化,之后再利用标准化的序列估计边缘分布中的参数。研究中深入分析了模型的参数结构,并吸收了姚琦伟等专家提出的这类方法的优点,成功将原模型中的参数估计问题分为两个维数较低的问题,取得了较好的估计结果,并应用Matlab进行了数值模拟试验。