金融资产收益率分布特征和波动特征在几乎所有的关于市场的学术研究中都会被涉及到。波动性是金融市场最为重要的特征之一。一方面,它与市场的不确定性和风险以及收益直接相关,是体现金融市场质量和效率的指标之一;另一方面波动率是资本资产定价模型、资产组合理论,期权定价理论、风险管理理论的核心变量。同样股指收益分布特征直接关系到期权等衍生工具定价公式是否准确等。所以,以股指收益率的分布及波动特征做研究对象,用计量经济方法和时间序列分析方法探求作为一个相对不成熟的市场的中国股市自有的特征和发展演变规律,无疑具有一定的理论意义和现实意义。本文以上海综合指数、深证成指和沪深300指数为研究对象,主要分析了以下几点:首先是中国股指收益率分布特征。传统的金融经济学理论都假设股指收益率服从0均值的正态分布,并且收益率之间不相关。其原因主要在于正态分布优越的统计特征和便于计算的功能。本文经过大量的实证方法检验,得出我国股指收益率分布不符合传统金融经济学假设。相反,我国股指收益率分布表现出尖峰、厚尾、左偏等特征,明显违背正态分布假设。既然我国股指收益率不符合正态分布假设,那么寻找一个合适的准确刻画股指收益率分布特征的模型就成为一个迫切需要解决的课题。本文分别讨论了目前比较新的几个能刻画我国股指收益率分布特征的模型——修正Weibull分布和广义双曲线分布。结果表明,它们都能较准确的刻画我国股指收益率分布特征,但是以广义双曲线分布拟合的效果最好。在对比了两者刻画效果之后,笔者建立了一个随机线性动力系统,模拟现实世界股指价格走势,结果表明不但随机信息到达对股指收益率带来冲击,而且历史信息对股指收益率分布的影响也很深。在考虑了历史信息时,股指收益率更加不符合正态分布的假设。其次,刻画股指收益分布特征以后,就要考虑股指收益波动特征建模。目前,波动性建模方法主要有三种:GARCH-类、SV-类(随机波动模型类)和已实现波动率类。其中已实现波动率方法属于一种无模型的方法,它的运用受到数据存储、加工处理等的影响,在我国要成功应用会受到很大的限制。本文主要比较了前两种建模方法,即GARCH和SV方法。笔者主要研究了GARCH- N(基于正态分布的GARCH)、GARCH-(t基于学生分布的GARCH)和随机波动模型。研究结果表明,对于样本期内(in-sample)刻画效果以GARCH-t模拟效果最好,GARCH- N和随机波动模型效果几乎一样好,但是都比不上GARCH-t模型。为了更加深入的比较两类模型的效果,笔者将其应用到VaR中去。VaR是目前最流行的风险管理方法之一,把它们运用到VaR中更加切合实际,更加能说明问题。研究结果表明,对于样本外(out-of-sample)预测能力来说,以随机波动率模型效果最好。最后,笔者结合本文的研究结果,给中国股市管理层和投资和提出了一些建议,并提出了进一步研究方向。中国股市是一个新兴的市场,其中存在制度缺陷。出于经济转型阶段中的中国股市要想获得良好的发展,必须依靠不断的制度创新,和政府部门发挥更好的监管作用。但是政府过分地调控又不利于股市的健康发展。另外,中国股市投资者不理性成分较多,所以加强投资者风险教育和投资知识教育显得很重要。