自1982年Engle引入条件异方差模型以来,在二十余年得时间里GARCH类模型不断得到充实和完善。同时,对该模型的应用更是广泛到了几乎涉及经济、金融领域中波动、风险研究的各个方面,可以说GARCH类模型已经成为波动性研究的最重要、最普遍的研究工具之一。特别是SWARCH模型出现后,使得时间序列的结构性变化可以被描述,研究者可以对经济、金融领域中偶尔、不连续的结构性转换时间序列做实证研究,大大改善了GARCH类模型的预测精度和持续性问题。目前,GARCH类模型主要被应用于研究经济或政治事件对宏观经济变量和金融变量的影响。这些应用包括对货币市场中短期利率、汇率的研究;资本市场中股票收益率、期货期权价格、在险价值(VaR)的研究;宏观经济领域总产量、经济周期以及失业率的研究,等等。但应该注意,在实际运用GARCH类模型时,不能简单的选取模型,还要根据时间序列的特征对模型进行比较、选择。本文主要研究的是单变量模型。在第2章全面、系统的介绍了GARCH类模型的模型特点。从基础的GARCH模型到非对称模型,再到前沿模型:具有Markov结构转移的SWARCH模型,本文都对它们做了详细的研究,并特别分析了模型的预测能力和持续性问题。在第3章给出了模型参数估计推导过程和数值计算方法。在实际应用中模型的实现过程对进一步的理论、实证研究都具有现实意义,可以通过程序实现算法,完成对模型的估计。最后,在第4章中通过对我国股票市场的实证分析,全面比较了GARCH类模型的模型特征。经过比较发现SWARCH模型在结构性转变上的良好性质大大提高了模型的预测能力,并很好的解决了高持续性问题。