GARCH模型一直是时间序列分析领域的研究重点。与非指数型GARCH模型相比,指数型GARCH模型由于其在模型解释和实际应用中的优势更受到人们青睐。本文选择对指数型GARCH模型中的log-GARCH模型展开研究,考虑该模型的参数估计问题。目前log-GARCH模型的参数估计大体分为两种方法。一种是对模型参数直接估计,另一种是将模型写成ARMA形式,对新模型的参数进行估计,从而得到原模型参数的估计值。此外,大部分研究都是基于随机项分布已知的假设,如假设其服从正态分布、t-分布等。本文在随机项密度函数未知的基础上展开研究。我们利用log-GARCH模型的ARMA表示形式,将原问题等价地转化为ARMA模型参数估计问题。由于原模型随机项分布未知,我们对新ARMA模型的随机项运用拟极大似然估计(QMLE)。根据原模型和新模型的参数关系,得到log-GARCH模型参数的估计量。同时,我们证明了此估计量的相合性和渐近正态性,并给出渐近分布的具体表达式。最后,通过数值模拟对估计量的相合性和渐近正态性进行验证。并结合实际数据将本文的估计方法与其他方法对比分析.同时也利用实际数据拟合多种GARCH类模型,比较它们的预测效果。