文章应用一元MGARCH-模型分析中国与亚太地区各单个股市的风险溢价,一元EGARCH模型分析杠杆效应;应用多元对角VECH模型分析中国与亚太地区股市间的波动相关性,多元DCC模型分析动态联动性。研究结果表明:中国与亚太地区六个主要股市风险溢价为正,且杠杆效应明显;不同股市间相互影响是持久的,金融波动呈现趋同性;大陆股改的完成促进中国与亚太股市相关程度的提升。由此可见,中国与亚太地区股市波动关联性研究从多方面刻画了中国与亚太地区股市波动性关系,扩充了亚太地区股市波动性及波动相关关系方面的研究。系统深入分析中国与亚太地区股市波动关联性不仅可以指导投资者构建多样化的投资组合、控制投资风险及应对股市波动,更能为金融监管部门提供完善金融制度与政策的制定提供参考。对中国与亚太地区各股市应用MGARCH-模型分析风险溢价特征,存在正的风险溢价。增加单位风险?时,上海股市增加0.651个单位回报,风险溢价系数最高,香港股市、台湾股市、澳大利亚股市、马来西亚股市、日本股市、韩国股市分别增加0.64、0.608、0.421、0.364、0.133、0.124个单位回报,高收益也伴随着高风险。由此可见,上海股市与香港股市的收益率的风险投资回报是较高的,相对于其他股市,投资者投资于中国股市的收益是丰厚的。对中国与亚太地区各股市应用EGARCH模型分析杠杆效应,杠杆效应明显。当股市出现单位利好消息时,给上海股市带来的冲击为0.291个单位,冲击最大,其次是香港股市、台湾股市、韩国股市、日本股市、马来西亚股市和澳大利亚股市。当出现单位利空消息时,给韩国股市带来的冲击最大,为0.547个单位,其次是马来西亚股市、澳大利亚股市、台湾股市、上海股市、日本股市和香港股市。由EGARCH模型结果,得到七个股指的信息冲击曲线。清晰的看出信息冲击曲线为非对称的,y(28)0轴左侧直线较右侧更加倾斜,即对各股市利空带来的波动明显大于等单位利好引起的波动。中国与亚太地区各股市对利空消息反应更强烈。使用多元对角GARCHVECH-模型分析中国与亚太地区股市间波动相关关系,结果表明,上海股市与其它股市间的协方差方程的上期残差乘积项tt--1,21,1??与上期残差交叉项t1,12-h的系数之和均在0.947~0.991之间波动,可以看出,各股市间条件方差即波动之间存在持久的相互影响,在亚太区域经济一体化下,中国股市与亚太地区各股市间的联系愈加密切,股市波动呈现趋同性。使用多元GARCHDCC-模型分析中国与亚太地区股市间动态联动性,结果表明,2006年中国大陆股权分置改革基本完成以后,上海股市与香港股市之间联动性显著增强,并随后一直维持在较高水平,股改的基本完成对中国股市的发展意义重大,台湾、韩国与日本股市受国际股市影响较大,对全球经济波动的反应更灵敏。2015年下半年,中国股市与亚太各国股市的波动相关性呈明显的上升趋势,这与中国积极推进与亚太各国之间的经济贸易往来有关。2016年上半年,受上海股市下跌的影响,与其它股市的相关关系均有所下降。