金融是维系一国经济运行的纽带与联系各国经济的桥梁,而金融市场与金融机构则是一国经济运行的核心枢纽。维护金融市场与金融机构的稳定、进行有效的金融风险预警、防范、控制与管理是各国政府与投资机构孜孜以求的目标之一。金融市场作为一个高风险的特殊产业,在市场全球化、电子化、虚拟化发展的背景下,金融市场与金融机构的风险更直接涉及到金融安全、经济安全乃至国家安全。因此其风险的管理备受各国金融机构、监管当局和社会各界的重视。中国对金融市场(尤其是股票市场)的风险监管、控制和管理也提出了相应要求。中国股市经过17年的快速发展,已具有相当规模,在经济发展中占有越来越重要的地位。然而,中国股市是经济转型时期建立起来的新兴市场,具有许多不成熟的特征,如市场波动剧烈,股价经常发生大涨大跌。将计量经济学模型应用于中国股票市场的收益分布和波动性特征研究,将有助于揭示中国股票市场的特点,可以为投资者规避风险以及证监会对股票市场实施监管提供决策依据。因此,关于中国股市收益分布和波动性风险的研究越来越受到管理层、研究者和投资者的重视。股票指数反应了股票市场的整体特征,对股票指数的分析有助于把握整个市场的波动性特征和风险状况,而不会受到单个差异化的个股的影响。目前国内证券市场上影响较大的指数包括:上证综合指数、深证成分指数。为了对国内外股票市场的收益分布、波动特征和风险管理模型进行相关的比较研究,本文还将考察目前国际上影响较大的股票市场指数,包括英国金融时报100指数(FTSE100)、美国标准普尔500指数(S&P500)、日本(NIKKEI)、德国法兰克福DAX指数(DAX)、法国巴黎CAC40蓝筹股指数(CAC40)。本文以上述指数为研究对象,展开对中国股票市场收益分布、波动和风险特征的实证研究和国际比较研究。首先分别从分布和波动性模型出发,研究中国股票市场收益分布特征与波动性特征:从ARCH族模型出发,考察了中国股票市场波动性的异方差、集群性、杠杆效应以及长记忆性特征;从两个混合分布模型出发,结合随机模拟考察了收益分布的尖峰、厚尾和偏态特征,并提出了改进型LapJace分布。本文还从经济学和资本市场角度,对股市收益非正态特征的市场根源进行了详细分析。在分布和波动性的结合点上,本文考察了引入了误差项基于t分布、GED分布的ARCH族模型,考察了其极大似然估计方法,并比较研究了这些模型对波动性的预测绩效。实际金融市场中收益率的厚尾性会导致VaR对风险的低估,本文考察了基于不同分布的GARCH模型所计算的VaR值与历史数据的契合度。对尖峰、厚尾、偏态的刻画有助于正确估计市场风险,本文将改进型Laplace分布引入到股票组合的风险管理中,实证结果发现,改进型Laplace分布和非对称Laplace分布对尖峰、厚尾的刻画效果接近;而非对称Laplace分布对负偏性考察不足,改进型Laplace分布的拟合结果能够准确地反映股指收益的负偏态,这也正是改进型Laplace分布相对于传统的非对称Laplace分布的优势所在。在改进型Laplace分布的基础上提出了基于Copula方法与Monte-Carlo模拟的VaR算法。在分布和波动相关性建模方面,本文利用ARCH-M族模型来模拟我国股市和成熟证券市场的收益序列,以揭示股票市场中投资收益与时变风险的关系,并对我国股市和成熟市场的风险补偿系数以及投资者风险承受能力进行比较研究。本文还在ARCH-M族模型的范畴内,考察国内外证券市场中时变风险项的最佳测度方式。在文章的最后,本文对ARCH-M模型进行了改进,将时变VaR引入ARCH模型,从而推出GARCH-M-VaR模型,这是对传统的ARCH.M模型的一个较大改进。文章提出了使用BHHH优化算法的GARCH-M-VaR模型的最大似然求解法。随后利用GARCH-M-VaR模型对各国证券市场指数进行了实证分析,并与GARCH-M模型的结果进行了比较研究,得出了一些富有创新性的成果和结论。