中国股市经过20年的迅速发展,已具有相当的规模,在经济发展中占有越来越重要的地位。然而,中国股市是在经济转轨时期建立起来的新兴市场,仍然具有许多不成熟市场的特性。主要表现出交易异常活跃,换手率很高,价格波动的频率高、波动幅度大等特点,体现出新兴股票市场的高风险特征。因此,研究中国股票市场收益率波动性规律,对于规范中国股市、平抑市场的过度波动、正确引导和促进股票市场健康发展,具有重要的理论与现实意义。　　本文以中国股票市场上证综合指数及深圳成份指数为研究对象,采用计量经济学、统计学、系统工程理论等方法对中国股票市场收益率波动性等相关问题进行理论探讨和实证分析,重点对以下方面进行了研究:　　(1)中国股票市场收益率波动性分析及预测,首先对沪深股市收益率的基本统计特性进行数量分析,特别是对收益率序列的独立性、自相关性与正态性进行了检验。然后运用GARCH、GARCH-M、EGARCH和GJR-GARCH模型分析了沪深股市的波动特性。分析结果表明GARCH类模型能很好的捕获沪深股市的波动特性。最后对波动性的预测进行研究,针对单个波动性预测模型的困难,提出了采用组合预测方法—等权组合、线性回归组合及神经网络的组合来预测收益率的波动性,实证分析表明,组合预测方法优于单个预测模型,特别是基于神经网络的非线性组合具有优良的特性和更高的预测精确度。　　(2)基于随机优势的中国股市日历效应分析,价格波动的日历效应通常基于二元变量回归或带二元变量的GARCH模型进行研究,然而基于二元回归分析、带二元变量的GARCH模型都依赖于参数检验的局限性,本章提出使用一种新的方法-随机占优决策分析方法对上证综合指数与深圳成分指数的日历效应进行分析。随机占优不同于传统的参数方法,它不需要收益率分布的任何假设,对投资者关于风险回报的偏好信息没有严格的要求。随机占优的检验结果更加有效和可靠的推断可能得出不同的检验结果。此外,根据分析的结果也探讨了我国股市日历效应产生的原因。　　(3)收益率、波动性及交易量之间的动态影响关系,采用多变量Granger因果关系检验与脉冲响应函数,分析了检验了我国股票市场收益率、波动与交易量之间的动态影响关系,包括影响方向和作用强度,并比较了各市场运行机制及信息效率的差异。然后,运用同样的方法对市场之间的信息传递效应进行了计量分析,结果表明,上海与深圳股市之间存在明显的信息“溢出效应”和“反馈效应”。而上海、深圳股市分别与香港股市之间并没有明显的信息传递。　　(4)股指的高-低协整分析及波动幅度预测,观察到股票指数的每日最高和最低价格并不随时间而发生分岐,因而对中国股票指数每日高-底序列进行协整检验。检验结果显示中国股票指数的高-低序列是协整的。所以采用协整的技术及相应的误差修正模型对股票的每日最高价格、最低价格及其相关联的每日波幅进行建模。然后也在基于高-低序列的误差修正模型中增加开盘、收盘及成交量数据扩展原始的误差修正模型。结果发现,增加了变量的扩展模型提高了模型的解释能力。最后,比较了基于最高价格与最低价格的误差修正模型(VECM)的波幅预测表现。发现基于最高价格与最低价格的误差修正模型(VECM)提供了较好的预测结果。