衡量市场行为的难度是有目共睹,因为有成千上万个市场指数代表着每一个你可以想到的国家、资产类型和投资风格。指数种类的爆炸式增长,一方面表明了金融行业中对于量化投资成果和过程的关注,但另一方面也表明了指数化的威力和对投资市场深远的影响。芝加哥期权交易所推出的VIX指数就是其中一个成功的典范,该指数通过反映人们对市场未来波动的一致预期来达到风险防范和指导交易的目的。本文基于芝加哥期权交易所推出的VIX指数获得世界范围内广泛认可的基础上,同时为了提供一个能衡量我国当前市场波动状况、揭示投资者对未来风险预期的指标,构建了国内市场的波动指数,本文的一系列研究都是围绕这一波动指数的编制方法及其波动指数的统计特征和市场功能而展开。本文的主要工作和创新点如下：1.在详细解读了芝加哥期权交易所编制的波动指数VIX的基础之上,提出了我国的波动指数编制方案。我们选择股指期货合约每一笔交易的买卖报价的中间价来计算20日的已实现波动率,并采用了指数移动平均法来消除已实现波动率序列中的微观结构噪声,最后通过对股指期货近月及次近月合约调整后的20日已实现波动率加权平均来得到波动指数。尽管我们无法证明已基于调整的已实现波动率指标是对未来市场波动的最优预测,但可以证明的是该指标是一个相对客观的结果,希望该指标的建立能为投资者衡量市场风险提供帮助,同时为我国今后建立波动指数提供有价值的参考。2.基于Corsi(2004)提出的混合自回归模型HAR对波动指数的长记忆性建模,并分析了3种主要的波动成份,日内(60分钟)、短期(1天)和中期(5日,即1周)所引起的市场异质性,进一步的,本文还基于该模型的扩展从时间和空间范围内对这些异质性的波动和变化进行了描述。通过对各模型的预测效果进行分析,证实了HAR模型对波动指数良好的拟合效果,且以马尔可夫转换混合自回归模型MS-HAR为最优。实证结果表明,本文所构建的波动指数具有显著的长记忆性和一阶自相关性,且3种主要波动成分对波动指数的影响程度存在重大差异,其中日内波动成份对波动指数的影响强度最大,而短期和中期波动成份对波动指数的影响则极为有限。总体来说,我们基于HAR模型及其扩展刻画了波动指数中存在的市场异质性,即当前市场中存在短期和中期投资者,且以短期投机者居多,这也是造成我国当前金融市场存在较大的波动的原因之一。值得注意的是,从第三章的分析中我们还证实了长期波动成份(10日和20日)对波动指数不存在显著影响,这可能是因为当前我国金融市场中的长期投资理念尚未形成,也有可能是我们没有将更长时间的波动成份纳入到模型中来,从而无法体现出长期波动成份对波动指数的影响。3.针对线性相关系数与传统分析方法的不足,将Copula(?)模型应用到对波动指数功能问题的研究中。在深入探讨Copula理论的基础上,系统研究了不同时间周期的波动成份与沪深300股指收益率间的同期相关性及预期未来收益率间的相关关系。研究结果显示,t-Copula1模型较好的拟合了波动指数与收益率序列间的相关关系,不同时间周期的波动成份与相应的股指收益率之间存在负相关性,同时与预期未来股指收益率之间也存在负相关性,并且这种相关性是对称的。进一步的,本文的实证分析还表明,基于这种关系可以帮助进行投资决策：高数值的波动指数可以看成一个卖出信号,而低数值的波动指数则可以看成买入信号,但必须注意的是,任何预测都是基于一定的不确定因素之上的,本部分的实证分析所得出的结论,仅在持有期为10日或20日的投资决策中具有一定的参考价值,现有的证据尚无法证实该波动指数具有日内或更长时期的预测能力。4.为了进一步研究波动指数与股指收益率间的动态变化,我们引入了时变条件Copula模型,并且重点对比了基于静态Copula模型和时变条件Copula模型在拟合波动指数与股指收益率的相关性上,以及估计股指收益率风险价值(VaR)上的优劣势。研究结果显示,时变条条Copula模型的拟合优度要明显高于静态Copula。此外基于该模型所得到的时变相关模式,并采用蒙特卡洛模拟方法来估计预期未来股指收益率的风险价值也得到了比传统正态方法和固定相关模式下更优的结论。