在已经过去的最近两年内,中国股市曾经历了一个完整的上涨和下跌的周期,期间多次较大的波动震荡为中国证券历史上极其罕见的。因此,本文主要观察这一特殊动荡时期内的中国股市。我们对以上证综指所代表的中国股市整体,以及多个主要股市子行业的收益波动率进行研究,这将对我国股市的风险管理控制这一领域有着良好的现实意义和研究价值。本文一方面运用传统统计方法和现代统计工具软件对我国股票市场的波动性特征进行概括性描述。另一方面,借鉴前人研究理论基础,基于标准SV模型和拓展的厚尾SV模型进行实证,更深入完整地刻画收益率序列的波动情况,力求揭示我国股市的总体特征。另外值得一提的是,本文后半部分创新性地把SV模型推广到二维模型,不仅关注到子行业波动率情况,还进而研究细分行业之间的波动率的联系,为后续对我国股市整体及下分子行业的波动率研究打开了新的启发大门,具有一定的现实意义。我们用基于不同假设的两个SV模型——标准随机波动率模型、厚尾随机波动率模型,分别对我国上证综指的波动率进行建模,并比较两个模型的优劣情况。其中最困难的对SV模型参数进行估计的难题,我们采用马尔可夫蒙特卡洛方法进行处理,融入贝叶斯思想,具体操作是利用OpenBUGS软件编程实现Gibbs抽样。由参数模拟情况和DIC指标两个角度比较这两个SV模型在拟合精确度、复杂度方面的差异。实证表明,厚尾随机波动率模型能够更好地描述以上证综指代表的中国股票市场整体的收益率波动性水平。另外,本文还精选了上证市场几个细分行业指数——能源、材料、工业、消费、医药、金融,观测历史交易数据,在已有研究结果的基础上,创新性地把一维的模型拓展到高维,包括公式推广、理论思想、参数估计MCMC方法,并最终完成了实证。结论表明,我们通过二维SV模型不仅可以模拟出上证各精选子行业的收益率波动情况,也可以通过该随机波动率观察并研究各细分行业间相互的制衡和影响联系,具有现实意义。