时间序列的波动持续性建模理论和方法是经济金融领域风险分析的一种强有力的工具。波动持续性是广泛存在于经济和金融时间序列的一类普遍现象。波动持续性反映了经济金融市场的风险相关性,是从动态的角度研究风险变化的一种有效方法。波动持续性的建模方法突破了基于静态的分析和描述风险的传统经济计量学建模的有关理论和方法,该方法从风险相关的角度研究风险的变化情况,力求准确量化风险的波动范围,进而达到预测风险和控制风险的目的。波动持续性的建模理论和方法作为经济金融风险分析的一种有效手段,已经引起了越来越多专家学者的注意,从目前来看,单变量波动持续性的建模无论从理论上还是从应用上都已经相对比较成熟,但对多变量时间序列波动持续性的研究仍嫌不足。对组合投资来说,从动态的变化的角度研究多变量时间序列的波动持续情况,进而实现风险的预测和规避是非常有意义的。但是从单变量到多变量的转变大大增加了问题的复杂程度。本文可以说是在此方面的一个初步尝试。 论文以当代经济计量学的相关研究领域为背景,在文献阅读的基础上,全面系统的总结了目前国际经济计量学界流行的关于波动持续性建模的两大类方法,即自回归条件异方差(ARCH)类模型和随机波动(SV)模型,介绍和总结了时间序列及其波动模型的单位根检验问题。从单整即单位根的角度讨论了存在于波动模型中的持续性问题。并给出了普遍存在于经济金融时间序列中的波动持续性现象的一种经济学解释。在此基础上,讨论了多变量时间序列的波动持续性的问题,从单位根的角度定义了多变量时间序列波动持续性的协同持续关系,即如果多变量波动模型的各个分量都存在波动持续性,而分量之间的某种线性组合却不存在波动持续性,则表明多变量波动模型各分量之间存在协同持续性关系。以此为基础,论文讨论了协同持续关系存在的条件和有关性质,给出了协同持续关系的误差校正模型形式,并进一步讨论了协同持续关系的估计和存在性检验问题。论文还从随机微分方程的角度比较和分析了两类波动模型之间存在的相互关系。并讨论了多变量时间序列波动持续性在现代资产组合投资和资本资产定价中的作用和意义。在将有关结论应用于实际问题的分析中,得到了比较满意的结果。 论文第一部分(第一、二、三章)在文献阅读的基础上,全面系统总结了波动性建模的两大类方法,即ARCH类模型和SV模型。给出了目前关于这两类模型的一些最新研究成果。并系统介绍了时间序列模型和与之相关的波动模型存在单位根的检验方法。 第二部分(第四、五、六、七章)讨论了两类波动模型关于波动持续性的概念、性质和产生的原因,并给出了波动持续性源于分形市场假设的一种经济