綜合上述分析，通過對GARCH-M類模型進行估計，我們有如下結論：
（1）收益率條件均值和條件方差的關係是正的，且在統計上是顯著的，也就是對上海股票市場來說，市場組合的風險和收益之間的跨期關係是顯著的、為正的。上述結論對五個估計模型都成立。這表明上海股票市場日超額收益率條件均值和條件方差的關係是正向的，也就是較高的風險要求較高的回報。
（2）在GARCH-M模型框架下，對上海股票市場來說，無風險利率中包含有可以解釋未來波動性的信息。條件方差方程中無風險利率係數估計顯著為正，這表明無風險利率水平越高，上海股市市場組合收益率的條件方差就越大。也就是說，無風險利率和市場風險正相關，可以解釋條件波動性的變化。
（3）模型中的周三效應在統計上不是顯著的，這和周三效應在超額收益率檢驗中本身顯著性水平較高有關。
（4）日收益率條件波動性的滯後係數較高，且在統計上都顯著。這表明上海股票市場日超額收益率存在顯著的波動聚集現象。滯後係數也稱為持久係數，其大小代表了波動持續時間的長短。五個模型估計的滯後係數均值為0.797，表明波動持續的時間比較長。
（5）無論是負的非預期超額收益，還是正的非預期超額收益，都會導致條件方差的增加，也就是說超額收益的新息會導致條件方差增加，這可能是由於市場噪聲投資者比較多而造成的。但由於方差估計方程中的虛擬變量顯著為正，這表明負的非預期超額收益對條件方差的影響更大一些，波動是非對稱的。
（6）持久係數與反應係數之和小於1，這表明收益率序列是平穩的。但是兩者之和遠大於0.9，非常接近1，這表明波動性非常持久，衰減很慢。
在進行上述估計的同時，我們也采用了一係列的診斷檢驗來決定各模型的不同方麵是否得到了正確設定。首先，檢驗了估計模型的標準化殘差是否表現出超額的峰度和偏度。如果GARCH-M模型是正確設定的，它們應該可以顯著降低超額的峰度和偏度，後者在名義超額收益率中是非常顯著的。我們還檢驗了超額的峰度和偏度，原假設為誤差來自於某個條件正態分布。這些檢驗最初被Campbell和Hentschel應用於GARCH-M模型。其次，我們還給出了標準化殘差收益率序列的J-B統計量和條件方差序列的一階滯後的自相關係數。
從診斷表9-2可以看出，除模型一的殘差偏度的降低不是非常顯著以外，與剔除了季節效應的超額收益率序列相比，其他模型殘差的偏度、峰度和JB統計量都明顯降低。其中，偏度統計量從偏差0.2525降到0.08或0.19不等，峰度統計量從9.839降低到7.3左右，而JB統計量從3952降低到1450左右。各模型擬合得到的條件方差序列的一階自回歸係數大約為0.9左右，這符合我們估計的條件方差的一階自回歸模型設定。