利用估计的模型可以进一步分析上海股票市场的更多其他情况。
1）上海股票市场日收益率的波动模式分析
上海股票市场日收益率的波动模式可以通过分析反应系数和持久系数的大小得到。就条件方差方程来说，其反应系数大约在0.15～0.23之间，持久系数大约在0.74～0.87之间。一般来说，实证研究表明，在金融市场日收益率数据中，反应系数不超过0.2，持久系数不低于0.8.我们构造模型的研究结论和上述一般经验是相吻合的。较低的反应系数意味着市场波动变化的反应较为缓和，较高的持久系数表明市场波动冲击的持续影响期限长。两者结合在一起，意味着上海股票市场综合指数日收益率的波动的持续时间较长，但幅度是相对比较缓和的。这可以从上述五个模型估计的条件方差线性图中看出，鉴于上述各模型之间的区别不大，我们仅仅给出了模型三得到的条件标准差波动线性图。
从模型三得到的条件标准差波动线性中可以明确看出，长而尖型的波动形态比较少，更多的是幅度不大，但是相对聚集的波动形态。这是上海股票市场日超额收益率波动的情况。如果考虑股票市场波动冲击的一个主要来源是政策冲击的话，那么，这种图形表明在所研究的样本区间中，各种影响股票市场的政策消息产生比较频繁，但是相对来说，较为剧烈的消息较少。根据史代敏的研究，从1996年10月到2001年7月，各种政策一共出台20项；各种传言消息3次。另外还有其他外部冲击两次，也就是自然灾害、国际政治经济形势剧烈变化等情况。
2）波动持久性和均值回归现象
根据上面波动模型持久参数和反应参数的估计值，仍以模型三为例，我们可以得到上海股票市场日超额收益率波动性的衰减参数为=0.986.该数值非常接近于1，这意味着收益波动的持久效应比较长。经过计算可以得到上海股票市场超额收益率波动的半衰期为49.2个交易日，接近于日历时间中的2.5个月。也就是说，对上海股票市场超额收益率波动的冲击要经历2.5个月的时间才可以回复到原来水平的一半。尽管收益率波动看起来确实存在某种长期记忆现象，但是它仍然是均值回归的。
3）消息冲击曲线（newsim pactcurve）和非对称冲击研究
上面的实证研究表明，与GARCH模型一相比，TARCH模型二更好地描述了上证综合指数日收益率的条件方差。这主要是因为TARCH模型二刻画了条件波动性的非对称现象。为了直观地分析利好消息和利坏消息对条件波动的不同影响，我们试图给出两类模型对同样程度的消息冲击所做出的反应曲线。
我们的方法基本是根据上面上证综合指数日收益率条件异方差估计中的方差估计方程得出的。首先，构造一个具有同样冲击力度的利好消息和利坏消息的时间序列。要求该时间序列是等区间分布的，而且关于中间值是对称的，以保证利好消息和利坏消息具有相同的冲击强度。其次，根据上述虚拟的收益率时间序列，利用估计得到的模型一和模型二，分别得到在上述消息冲击之下的条件方差序列。这里，模型中的方差用方差预测序列的中位数代替。最后，通过比较上述收益率冲击序列和模拟得到的条件方差序列的XY线条图，我们就可以得到条件方差模型对消息冲击的反应曲线。
国外成熟市场的实证研究表明，在日收益率条件方差中一般存在明显的波动非对称现象。由于国外研究一般认为形成波动非对称现象主要有两个原因：财务杠杆效应和风险收益反馈效应。对于前者，由于我国上市公司普遍存在债务比例过大的情况，所以财务杠杆效应应该能够正常发挥作用。那么，我国股票市场条件弱非对称消息可能是由于风险收益反馈效应缺乏所导致。我国股票市场是一个快速发展中的市场，也是一个不十分成熟的市场。风险收益对应关系可能由于投资者的非理性，或者各种炒作、内部交易、违规操作等现象而扭曲，这样，一旦发生波动冲击，无论是内生的还是外生的，都不一定遵循风险收益关系而反映到收益率上。这样，股票条件方差就不一定呈现出很强的非对称性。
此外，我国股票市场缺乏一定程度的买空卖空机制也是条件方差的弱非对称现象的原因之一。当利坏消息到来时，或者预测产生利坏消息的时候，由于不能通过买空卖空行为来盈利，所以，这时的交易和存在买空卖空机制时的交易的市场波动相比，都会减弱。这样，市场条件方差的波动就不会表现出明显的非对称现象。
