请教关于时间序列分析几个模型优劣比较

我只学过统计没上过计量，但是最近想写关于股票市场有效性的论文，就是判定股票收益的时间序列相关性。看了一些别人写的文章，主要有以下几种方法:

1，利用随机游走模型有，a。Box-Jenkins模型检验随机误差项是否为白噪声过称。b. Pearson相关系数（正态分布时）, spearman秩相关系数（非正态分布时）
2。游程检验
3. 条件异方差性的检验，GARCH-M模型。


不很清楚这几个模型的优缺点，想请教高人几个问题：


1. 这几个模型的前提假设有何不同，哪个模型的假设更符合现实。


2. 有资料说“由于随机游走模型和验证方法的应用仍存在着一些问题，为回避问题，人们更愿意用弱一些的检验方法来验证股价的随机游走特征，利用ARCH模型检验股价和股指所存在的条件异方差性，来间接确定股市的随机性也是一种新方法”，我想问这里提到的随机游走模型的问题是指异方差性么？异方差性的检验（上述方法3）考虑了随机误差项方差不相同的因素，那怎么验证序列的异方差性呢？如果异方差性得到验证，前面的方法1和方法2是否就不能使用了呢？GARCH-M模型检验是最好的模型么？它的缺点是什么？


3.有人的论文首先检验收益是否为正态分布，这个检验的目的是什么？这是不是模型的假设？应用哪个模型检验需要检查收益是否为正态分布？


4. 希望能综合比较下各种模型的不同。问的有点啰嗦，表达也不一定清晰，望见谅啊！如有好心人能帮忙解惑，本人不胜感激！

如果楼主真想做出具有学术意义的文章，可以参考“陈灯塔洪永淼，2003，中国股市是弱式有效的吗———基于一种新方法的实证研究”《经济学季刊》2003年10月。据该文介绍，中国学术界所用的大部分检验方法都不正确。另外，这个问题做的文章很多，大部分没多大价值，很难想象还能在此得到多少东西。真正要做一次严谨的检验，其难度将不小，最起码半年的专研。

哦，谢谢，我找到那篇文章了，还是很有帮助的。