风险厌恶的度量一直是金融计量学研究的热点,GARCH-M模型能够有效地刻画条件方差与条件期望之间的关系,模型中的波动系数可以作为风险厌恶的一个度量.实证研究表明,风险厌恶可能受到某些外生变量或序列滞后量的影响,因此将风险厌恶看成是外生变量的函数,函数系数的GARCH-M模型应用而生.该模型既能够度量市场的相对风险厌恶,又能够量化外生变量等因素对风险厌恶的影响,因此备受关注.但由于模型误差不可观测,而方差序列也很难观测,因此该类模型的统计推断非常困难.利用可观测的时滞序列替换方差方程中不可观测的误差序列,从而可构建出一类替代的函数系数GARCH-M模型.已有的实证分析表明该类替代模型也能够很好地度量风险厌恶,且可以兼顾风险厌恶的时变特性.因此,这类函数系数GARCH-M模型的统计推断已成为目前研究的重点课题之一.经验似然方法既可用于参数推断,也可以用于非参数推断,并且具有许多优良的性质,因此引起了许多学者的兴趣.应用经验似然进行推断不需要估计方差,且不必假定数据来自某个特定的分布族,因此适应性极强.近年来,通过各种各样地改进和发展,经验似然方法已成功地应用到各类统计模型的推断之中,如线性和广义线性模型、部分线性模型、变系数模型和单指标模型等.时间序列模型和具有相依误差结构模型的经验似然推断是目前研究的一个重要方向,本文在此基础上对半参数GARCH-M模型的经验似然推断进行研究,主要内容包括以下几个方面:（1）利用经验似然方法对函数系数ARCH-M模型的非参数分量进行检验,即检验外生变量如何影响风险厌恶.首先给出模型参数的拟极大似然估计,并研究了估计的相合性和渐近正态性.其次利用估计方程构造出关于原假设的经验对数似然比检验统计量,并证明该统计量渐近服从卡方分布,进而给出了检验问题的渐近置信域.数值模拟表明所提出的经验似然检验方法对备择假设是比较灵敏的.（2）利用经验似然方法对函数系数ARCH-M模型的参数分量和非参数分量进行估计,并讨论其渐近性.首先通过最小二乘法得到估计方程,进而构造出参数分量的经验对数似然比函数,分析该函数的渐近凸性,并证明其渐近地服从标准卡方分布,进而给出了参数分量的经验似然置信域;同时证明了参数分量的极大经验似然估计渐近地服从正态分布.数值模拟表明,经验似然置信域是优于正态置信域的.其次,基于参数的极大经验似然估计,利用截面似然的思想构造函数系数的经验似然比函数,并证明其渐近服从标准卡方分布,从而获得函数系数的经验似然置信带.模拟研究表明置信带的表现稳健,其经验似然估计的精度较高.（3）利用经验似然方法对函数系数GARCH-M模型的风险厌恶系数进行检验,即检验外生变量是否影响风险厌恶.在参数的拟极大似然估计基础上,仍然利用估计方程构造该检验问题的经验似然比统计量,并证明其渐近服从卡方分布,进而得到一定置信水平的拒绝域.模拟研究表明经验似然检验方法对备择假设是相当灵敏的.论文首次将经验似然方法应用于半参数GARCH-M模型的统计推断研究,丰富了该类模型的估计和检验方法,拓宽了经验似然方法的应用范围,因此具有一定的理论意义和应用价值.