在条件异方差模型当中，波动率被定义为序列的条件方差，因此是潜在的不可观测的。如果要在模型建立之前研究波动率的性质需要采用模型波动率的替代变量，因此研究替代变量和模型波动率之间的关系成为必要。　　本文从线性相关性的角度出发，研究在SV-M模型和EGARCH-M模型当中，平方收益率作为可替代变量与模型波动率之间的关系。结果表明，在这两个模型框架下平方收益率和模型波动率的自协方差函数以相同的速度衰减，即它们具有相同的记忆性。当波动率为短记忆性时，平方收益率为短记忆性过程;当波动率具有长记忆性时，平方收益率序列亦表现出长记忆相关性，并且两者具有相同的记忆参数。因此可以通过平方收益率序列确定模型波动率的记忆性和记忆强度。　　结合收益率的自相关性，可以帮助进行模型均值方程的设定。对于同时刻画收益率和波动率线性相关关系的EGARCH-M模型和SV-M模型，模型的统计性质显示收益率序列和模型波动率或者同时具有短记忆性或者同时具有长记忆性。因此在为市场收益率建模时均值方程的选择需要以实际数据的特征为依据选择恰当的模型。　　本文同时从实证角度分析了上证综合指数日收益率序列，上证综合指数的收益率序列是不相关的，但是平方收益率序列是长记忆相关的。因此刻画收益率和波动率线性相关性的均值模型与实际数据的性质是不相容的，并且实际数据的无条件均值几乎为零，因此对收益率序列分别建立A-LMSV和FIEGARCH模型，同时刻画收益率的长记忆性和不对称性。