实际的金融或经济时间序列都存在着较普遍的波动性,因此波动性是金融市场所要研究的核心问题,并且通过对波动性的研究来预测时间序列的走向,波动性可以通过金融收益率的方差来测度。波动率中包含了市场变动和投资风险的信息。现实的金融市场里,资产收益率序列的波动性经常表现出“波动聚集”、波动率以连续的方式随时间变化、波动率不发散到无穷即波动率在固定的范围内变化、波动率对价格大幅上升和大幅下降的反应不同即“杠杆效应”的特点,资产收益率的分布也表现出“高峰厚尾”的特性。在第二章中研究了贝叶斯理论、MCMC算法及吉布斯抽样、介绍了本文所使用的软件基本内容和模型判断准则；在第三章分析了随机波动率(SV)模型的提出及发展,给出了常见的SV模型,详细推导了本文所用到的模型,研究了该模型的基本性质,并对模型进行了模拟分析；在第四章我们对上证综指和深圳成指进行了实证分析,首先对两市的收益率进行了预处理和描述性统计分析,发现两市的收益率都存在尖峰厚尾的性质。然后利用本文中的模型对两市分别进行研究,在两个股指中都找出了波动的异常值,这些异常值有些来自于收益,有些则来自于不可测的波动。