线性模型一直是数理统计的一个重要课题,而金融高频数据建模及CVaR风险管理技术是金融领域新兴的热门课题.该文针对这些方面展开了研究,主要工作包括:1、对混合系数线性模型,提出了各参数的几类点估计及其估计量的统计特性、回归系数的几种有偏估计及基适用范围和优良性,并与已有的工作进行了比较研究.2、从三个不同的侧面研究了三种模型.对一般线性模型回归系数最小二乘估计与最佳线性无偏估计提出了一种亲的相对效率并给出了新的相对效率的上、下界,及其新的相对效率与已有的几种相对效率的对比研究.3、对金融证券中高频数据的独立同分布情形下的不同步交易模型,讨论了参数矩估计,极大似然估计及估计有关性质;作为对原有模型的推广与改进,建立了自回归、滑动平均及自回归滑动平均等不同情开下的不同交易模型.4、该文基于CVaR风险计量技术,讨论了正态分布和t分布两种情形下岳风险资产组合的均一-CVaR有效前沿,探究了其经济含义,并与经曲的方差风险下的均值-方差有效前沿进行了对比研究.并彻底地解决了风险资产组合的CVaR风险关于头寸的敏感性问题.