本论文包括两个部分：第一部分是第一章，第二部分包括第二章和第三章．第一部分主要考虑对扩散过程的参数进行统计推断，这是金融计量学里的一个重要课题；第二部分主要讲述经验似然方法在高维问题中的应用.　　由于扩散过程的转移密度函数通常并不具有显式表达式，这使得传统的极大似然估计并不能直接用于对相应参数进行估计．我们使用ALt-Sahalia(1999，2002)的方法对扩散过程的转移密度函数进行近似，然后基于该近似得到相应的近似极大似然估计，该估计的统计性质在第一章中给出．在第二章中，我们考虑高维广义经验似然方法在相关数据中的应用．在这一章中，我们假设待估参数由一般估计方程确定，我们考虑在估计方程个数、参数维数以及观测维数均可能随着样本量发散，同时观测间存在相关性的设定下，如何运用广义经验似然方法对参数进行估计，在第三章中，我们讲述当解释变量个数随着样本量指数阶增长时，如何运用经验似然方法对超高维变量进行筛选．与传统变量筛选方法不同，我们发现变量筛选问题本质上等价于假设检验的问题，这个新的观点使得我们的方法与已有方法相比并不需要对任何相关参数进行估计，同时我们的方法还具有选择一致性.