广义事件窗中的上市公司风险及绩效评价一直是资本市场中最受关注的核心问题。科学合理地评价广义事件窗中的上市公司的风险和绩效不仅能够为投资者对上市公司进行适当的投资选择提供依据，还能够为基金管理公司优化投资组合结构、促进基金管理水平的提高创造条件，甚至为金融监管部门对上市公司的投资运作进行有效监管提供信息支持。广义事件窗中的上市公司风险与绩效评价的实质是对基金管理者、政府监管机构、券商和个人投资者在金融事件发生时对整个金融市场的把握能力进行评价。当前对上市公司风险与绩效的评价仅仅是用一些常规方法通过财务性要素评价上市公司风险与绩效，并且通常是在有效市场的假设下进行的，所以当金融事件或突发事件发生时，难以刻画和描述金融事件发生前后某一段时间区域中的上市公司风险与绩效水平，于是解决这个问题已成为数理金融学的一个新的研究。另外目前所采用的一般的数理金融学研究方法缺乏从金融事件本身特点、研究的金融问题、所用的数学方法以及实际采样条件等方面出发来考察上市公司的风险与绩效，因而难以全面反映在广义事件窗中的上市公司的风险与绩效。针对这些不足，本文试图提出一种新的理论框架，来对广义事件窗中的上市公司的风险以及绩效进行评价。　　该理论框架从三类具体的金融事件，如股票市场中的并购、ST股票戴帽或摘帽以及政府发布新金融政策消息等事件出发，通过定义金融事件发生前后满足一定条件的时间区域为广义事件窗，并在广义事件窗中对上市公司的金融财务数据、收益率金融时间序列数据进行采样，然后应用一些新的数学方法对其风险与绩效进行评价，从基金管理者、政府监管机构、券商和个人投资者行为倾向与能力角度，深层次剖析上市公司在广义事件窗中的风险与绩效的特点以及内部决定机理，并在此基础上，分别从金融财务层面、收益率时间序列层面来构建评价上市公司在广义事件窗中的风险与绩效的指标体系以及变化规律。　　在风险评估方面，针对现有上市公司风险评价方法(如非线性时间序列模型、β系数法以及 Markowitz投资组合法等)的不足。首先，建立了广义事件窗中的金融时间序列GARCH类模型方法(含ARCH, GARCH, IGARCH, EGARCH等类模型)对上市公司进行风险评估。并通过对广义事件窗中的并购(整体上市)类上市公司的实证研究，表明在整体上市前后的上市公司的风险水平服从不同的GARCH模型，这种研究可推广到一般并购或其他类似上市公司在广义事件窗中风险水平的刻画。其次，本文选定了ST类股票作为样本信息并确定 ST类股票含戴帽和摘帽事件的一段时间区域做为广义事件窗，然后计算出其中有限个β系数值，从中可以得到每一只 ST股票在广义事件窗内系统风险的变化规律。最后，本文还研究了Markowitz投资组合法并通过选取在政府发布金融消息等事件发生前后的一段时间区域中的样本上市公司，刻画了其投资组合风险水平变化的规律性，并发现了投资组合规模与风险关系的一个新结论。　　在绩效评价方面，针对现有广义事件窗中的上市公司绩效评价理论不足，一方面本文应用国际流行的支撑向量机(SVM)方法选股，并且通过2002年 ST类或收益率财务指标的样本股票来确定最优分类超平面,然后应用序列最小最优化(SMO)算法来求解 C-SVM；采用数量级波动方法确定惩罚参数 C，最后应用国际上较为先进的LIBSVM程序首次对广义事件窗中的200只样本股票进行了实证研究并获得了良好的实际绩效。另一方面本文采用一种能够消除评价单元之间客观条件优劣的影响，真正反映被评对象的主观有效努力程度的二次相对效益评价思想，建立了用于评价两类重要上市公司绩效的二次相对评价模型，并针对并购和ST两类上市公司的并购事件和ST类股票戴、摘帽事件，我们定义了两个不同的广义事件窗，然后对这样两类上市公司分别在其广义事件窗中进行了相对绩效评价。　　本文提出的广义事件窗中的上市公司风险与绩效评价理论与方法，并借助于统计分析与事件分析等研究方法，分别从财务数据层面、金融收益率序列层面，对目前在我国沪深证券交易所上市的并购样本公司、ST类样本公司和样本公司的投资组合等进行了实证研究。通过对实证结果的分析，一方面验证了广义事件窗中的上市公司风险与绩效评价理论与方法在实际应用中的准确性与可靠性，另一方面也揭示出我国上市公司在金融事件发生前后某段时间区域即广义事件窗内风险与绩效水平变化规律的不规则性和多样性，同时，也为我们从事广义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。