众所周知,无论是金融产品定价还是金融风险测度与管理,对金融资产波动率动力学特征进行准确描述与波动率大小估计均是其关键和难点所在。同时,能否对波动率动力学特征进行准确刻画和预测将影响着金融理论对实践中出现的金融问题的解释能力和预测效果。如果波动率刻画和预测失败,那么管理人员依据这些理论所做出的决策与实际情况将会出现重大偏差,所采取的措施也将是无效的,进而使投资者蒙受巨大损失、经济管理部分进行的风险管理失效,甚至造成整个社会的金融危机。可见,波动率的估计与预测既是金融资产定价理论的检验和金融衍生产品套期保值策略设计等金融理论的核心环节,而且是金融实践操中投资者进行资产组合优化配置、经济管理部门进行风险管理所亟需解决的课题。然而近年来,金融市场不断涌现出的典型事实特征,使得对波动率动力学特征的刻画变得困难重重。而著名学者Cont指出,必须将“典型事实”特征纳入到金融理论分析与实证研究框架之下,才可能使得所得到的相关研究结论具有实际意义与应用价值。更需要引起重视的是,随着计算机储存能力和模拟技术的迅猛发展,必将捕获到更多的典型事实特征,众多的典型事实又势必会引起“维数灾难”,造成对波动率动力学特征刻画和波动大小测度工作变得异常困难。虽然已有大量文献在典型事实约束下对金融资产波动率展开了深入而细致的分析与探索,但大多数研究采用的是对分布要求严格、不能挖掘数据内部隐含模式的GARCH族模型;尽管有学者将摆脱了分布要求“束缚”且同时考虑其他收益波动影响因素的工神经网络模型引入到波动率研究之中,但其又不能对典型事实进行刻画;而有文献将GARCH模型与人工神经网络结合,构建出既能够捕获典型事实同时挖掘数据内部难于发现的隐含模式的混合模型,但仍存在“黑箱”问题,即不能对其参数进行经济含义方面的解释;不仅如此,已有的研究还缺少对波动率模型,尤其是混合波动率模型,刻画典型事实特征能力进行科学严谨的有效性检验。基于此,本文首要研究重点是,找出中国股市上沪深300指数和上证综合指数两个市场上存在哪些典型事实特征。通过对收益率的描述性统计和BDS统计、以及消除趋势波动分析法检验,本文发现,中国股票市场上存在杠杆效应和长记忆性两个典型事实特征,并且,上证综指市场上杠杆系数显著为负,说明正负损失对股市的影响是非对称的,负的影响大于正的影响,也就是说在上证综合指数市场上存在着股民“追涨杀跌”的行为。该结论告诉我们,要对中国股票市场波动率进行动力学特征分析和波动率大小估计与预测,必须将中国股票市场上存在的典型事实特征纳入到研究框架之中,否则其研究结果就会存在偏差,得到的结论自然就值得怀疑。本文研究的第二个重点是,如何构建能够对中国股票市场上存在的非对称杠杆效应和长记忆性两个典型事实特征进行准确刻画的波动率模型。针对已有研究的不足,本文构建了将人工神经网络模型与GARCH族结合的GARCH-NN混合模型。该混合波动率模型,不仅具有GARCH族模型捕获典型事实特征的优点,而且还善于挖掘数据内部难于发现的隐含模型,同时各个参数具有较好的经济含义可解释性,此外还能对波动率大小进行准确估计与预测。论文最后一个重点研究问题是,如何对所构建的波动率模型进行科学、严谨的检验。首先,本文对中国股市上沪深300指数和上证综合指数两个市场的对数收益率进行检验,以验证中国股票市场上确实存在杠杆效应和长记忆性两个典型事实特征;其次,通过参数估计的显著性水平、波动率滤波后标准残差描述性统计,间接证明所构建的波动率模型能够对中国股市上存在的典型事实进行准确刻画;另外,分别运用严谨的符号和大小偏差检验对波动率模型捕获杠杆效应典型事实特征能力进行更为深层次的科学检验,运用消除趋势波动分析法检验波动率模型能否对长记忆性典型事实特征捕获情况进行检验;最后,本文还运用损失函数中的MSE对波动率模型的波动大小估计与预测精度进行检验。研究发现,所构建的GARCH、GJR、FIGARCH和GARCHNN、GJRNN、FIGARCH共6个波动率模型均能够对中国股票市场上呈现的非对称杠杆效应和长记忆性典型事实特征进行准确描述;相比GARCH族模型,本文所构建的GARCH-NN混合波动模型对典型事实刻画更为准确,波动率大小预测精度也更高。因此,研究人员可以将本文所构建的波动率模型运用于其他市场波动率动力学特征刻画和波动率大小预测研究,也可以运用本文的研究思路扩展到其他波动率建模上面,还可以将所得到的结论用于其他金融理论的研究之中。最后,根据本文的实证结果和研究结论,本文提出以下政策建议:(1)密切注视金融市场上存在的典型事实特征及其造成的影响。既然中国股票市场上存在典型事实特征,那么研究人员在进行有关波动率建模时,就必须将典型事实特征纳入到研究框架之中;(2)加强金融市场制度建设,引导股民进行理性投资。从实证结果来看,中国股票市场上可能存在着股民“最涨杀跌”的投资行为,因此未来中国金融市场还应加强股民投资理论知识的教育;(3)投资者可以将本文的研究结果与结论用于提升金融资产定价准确性,经济管理部门可以运用该模型提高风险管理水平,金融理论研究者也可以运用所建立的模型及研究思路推动其他金融理论研究。