随着金融市场的快速发展,国内各类金融产品也相继快速的被推出,现有产品的交易量也显著的增加。无论是对市场指数进行研究,还是对单一产品,尤其是衍生品进行研究,准确分析其价格的波动特征,是识别风险,促进市场健康运行的关键。由于我国金融市场起步较晚,与国外金融市场相比,影响市场波动性的因素有很多不同,而波动率影响着金融产品的定价,因此对我国股票市场的波动性研究极为重要。本文对上证指数和深证综指的波动性进行研究。首先检验发现两个时间序列是平稳的,偏度系数为负,说明数据是左偏的,峰度系数较大,显示了数据的尖峰厚尾的特征,因此考虑对以上两个序列拟合GARCH模型。传统的GARCH模型参数估计利用极大似然法,由于参数有一定的约束条件,对模型参数很难做到精确,难以达到最优化的目的。为此本文使用基于马尔科夫链蒙特卡洛(MCMC)算法的贝叶斯方法去拟合ARMA(1,1)-GARCH(1,1)模型。运用MCMC方法避免了GARCH模型对参数约束的限制。然后检验上证指数以及深证综指的溢出关系。为了衡量正负收益率的杠杆效应,把深证综指作为外生变量,对上证指数拟合双门限ARMA-GJR-GARCH模型。通过分析发现,当深证综指出现利空时,上证指数受深证综指的溢出效应比较强,且出现低均值回归现象。最后对上证指数日收益率的低频数据和5分钟的简单收益率的高频数据进行随机波动(SV)模型建模,用Winbugs软件得到参数的贝叶斯估计值,通过对比低频数据和高频数据拟合的参数值可以发现,高频数据得到的上证指数收益率波动性较大,上证指数日收益波动冲击的持续性较强。