本文研究的是股票市场的风险厌恶度量问题,目的是寻找一个比较好的方法来估计股票市场的总体风险厌恶,这在实际中是有一定的现实意义的。我们首先在文中的绪论部分中简单介绍了个体风险厌恶和市场总体风险厌恶的概念。在第二章里,我们介绍了用于风险厌恶度量的常系数ARCH-M模型,时变系数ARCH-M模型,一元函数系数ARCH-M模型和适应性函数系数ARCH-M模型,并对上述模型做了简单分析。在第三章中,我们提出了用部分线性函数系数ARCH-M模型来度量风险厌恶。在该模型中,风险厌恶系数被看成一些经济变量的未知函数,该函数系数由两部分构成:多元线性函数部分和一元未知函数部分。我们采用三阶段估计方法来分别估计均值方程中未知函数和线性部分的系数以及波动方程中未知系数。其中,第一步是基于局部线性方法,第二步是基于局部极大似然方法,第三步是基于全局极大似然方法。我们紧接着讨论了估计的渐进性,并且给出了变窗宽的选取方法。在第四章中,我们对所提的模型及其估计方法做了一些数值模拟,发现模型表现还是令人满意的。在此基础上,我们选取美国三种宏观经济因素以及股票收盘价的月度数据做了实证研究,对结果做了相应的分析和解释。在第五章中,我们对第三章的模型做了拓展,并且讨论了模型可能遇到的问题和有待改进的地方。