金融市场瞬息万变,随机影响因素众多,当前对其复杂波动性的研究大多从单一时间尺度出发建立各种金融市场波动溢出模型并估计金融市场的波动溢出效应,但是单一时间尺度的波动相关关系并不代表所有时间尺度上都存在这种关系。因此,现有的绝大部分波动溢出模型难以全面准确把握金融市场间的波动溢出效应,形成有效的决策尺度。本文则引入小波分析与多尺度理论与方法,选择极大重叠离散小波变换,与MSV模型相结合,将单一尺度MSV模型族拓展到多尺度MSV模型族,测定中国股市和美国股市各尺度之间的波动溢出效应,并根据DIC法则,对多尺度MSV模型族进行了比较研究,得出结论如下。首先,本文选取上证综指和标普指数的周收盘价格数据,选择最优小波基,使用极大重叠离散小波对各指数的收益率时间数列进行变换分解,并对小波方差及小波相关系数进行了分析,结论如下:(1)上证综指和标普指数最优小波基的选择分别为db2和db4;(2)中国股市和美国股市收益率在尺度1下的方差最大,在尺度5下的方差最小,随着尺度的增大,方差逐渐减小。说明对于投资者来说,持有期越长,股价的波动性越小,短期投资比长期投资面临的风险更大;中国股市和美国股市各尺度波动程度排序由大到小为:中国股市短期、中国股市中短期、美国股市短期、中国股市中期、美国股市中短期、中国股市中长期、美国股市中期、中国股市长期、美国股市中长期、美国股市长期;(3)在同一尺度上,中国股市与美国股市收益率存在一定的相关性;上证指数在尺度2,3,4上的相关系数高于尺度1和5,说明对于中国股市和美国股市,中期投资的联动性高于短期和长期投资。其次,本文运用多尺度MSV模型族对中国股市和美国股市的各尺度之间的波动溢出效应进行了实证研究。结果显示,本文构建的大部分多尺度MSV模型收敛,但随尺度的增加,模型的收敛性越来越差;从多尺度MSV模型族的模型比较结果来看,各尺度DGC-t-MSV模型拟合效果最好,但复杂程度最高。最后,对中国股市和美国股市各尺度之间的波动溢出效应的研究结论如下:(1)中国股市与美国股市之间的波动呈现较强的动态相关性,且不同尺度之间波动的动态相关性均呈现出一定的长期记忆特性;(2)中国股市与美国股市自身波动持续性较强,均存在波动聚集特征;(3)中国股市与美国股市各尺度之间部分存在波动传递的格兰杰因果关系,中国股市更多地作为波动溢出的源头。