金融事件本身有其不确定性、多因素性，因此常规的线性模型一般不能真实反映金融事件的本质，而非线性随机模型会更贴近金融事件的真实情况。在国内外众多的非线性随机模型中,GARCH类模型是一类非常重要的模型，许多学者将GARCH类模型应用于经济金融方面的研究。本文也应用GARCH类模型来研究股改类上市公司。　　本文在股改事件窗下选取了几个最具代表性的股改类上市公司作为样本，尤其详细处理了西山煤电和民生银行两个样本,建立了股改事件窗中的非线性随机模型GARCH类模型方法(含ARCH,GARCH,IGARCH,EGARCH等类模型),并对股改类上市公司进行风险评估。通过实证研究，发现在股改前后的上市公司的风险和绩效水平服从不同的GARCH模型。应用股改类上市公司风险与绩效评价理论与非线性方法，并借助于统计分析与事件分析等研究方法，对目前在我国沪深证券交易所上市的股改样本公司进行了实证研究。实证结果，一方面验证了非线性随机模型GARCH类模型应用于股改事件窗中的上市公司风险与绩效评价的准确性与可靠性，另一方面也揭示出我国上市公司在股改事件窗内风险与绩效水平变化规律的不规则性、多样性和非线性性，同时也为我们从事股改事件窗中的上市公司风险与绩效评价研究提出了新的课题。