波动性普遍存在于各种金融时间序列中,是金融研究领域一个核心的问题。目前用于研究金融时间序列波动的模型主要有两类：一类是自回归条件异方差(ARCH)模型,另外就是随机波动(Sv)模型。这两类模型在近年的实证研究中得到了进一步的发展,例如ARCH类模型的扩展模型GARCH类模型,sv模型的扩展模型厚尾sv模型等。目前我国已有一些研究用这两类模型模拟我国的金融市场,其中主要包括股票市场,期权市场。但是,对于债券市场的研究很少,因此,本文用这两类模型以及其相应的扩展模型对我国的债券市场进行模拟,并通过引入了一系列的评价指标,客观的比较了GARCH类模型和SV类模型的波动性预测能力。本文先运用TGARCH模型和EGARCH模型对国债、企业债、金融债指数收益率数据进行实证分析,然后根据MCMC方法对Sv类模型中的SV-N、SV-T、SV-MN、SV-MT SV-Leverage模型进行了贝叶斯分析。实证结果发现,国债市场、企业债市场、金融债市场都表现出一定的波动集群性、尖峰厚尾性和非对称性。本文最后引入了RMSE、MAE、LL等评价指标对本文选用的模型进行了样本外预测能力的比较。结果发现SV类模型对我国债券市场的预测能力明显强于GARCH类模型。因此,本文得到结论,SV类模型比GARCH类模型能够更好的模拟我国债券市场的波动性特征。