自从20世纪70年代以来，由于宏观环境的变化，全球金融市场发生了深刻的变革，全球波动明显加剧。全球经济一体化，有助于世界各国经济的交流与发展，资源在全球范围内将重新配置，各国金融市场不断加大开放力度，资本在全球范围内快速自由地流动，与此同时也加大了全球金融市场之间的相互依赖性，导致了各个市场之间波动的互动效应，使任何地区金融市场的局部波动都会迅速地波及扩散到其它市场，加大全球金融市场的波动性和风险，以至引发金融危机，给世界经济发展造成更严重的后果。 信息技术、现代金融理论和金融工程技术的突破性进展，大大提高了国际金融市场中资金和信息的流通效率，提高了对复杂金融产品和交易的准确定价能力，从而导致金融市场的交易品种、交易量和交易速度的爆发性增长，但同时也大幅度加剧了金融市场的波动性。以上各方面因素使金融市场的复杂性和不确定性大为增加，因此采用科学的方法和工具度量金融波动、反映和刻画金融波动的特征对于认识和掌握金融市场波动的规律具有十分重要的理论价值和现实意义。 本文的重点是对金融市场波动性的研究，详细阐述了金融市场波动理论以及金融市场波动率的性质，使我们更深入的了解金融市场波动率特征，为后面的波动率的度量打下基础。 基于国内外专家学者对金融波动率的研究，文章把一些度量波动率的方法和模型引用到中国股票市场上进行应用。 本文的研究对象就是沪深300指数，文章通过对沪深300指数日收益率序列和波动率序列的统计特征进行分析，得出了两者都服从非正态分布的结论。于是，用什么模型对波动率进行模拟成为本文的重中之重。 分析研究了众多的国内外文献，综合来说，有几种模型经常被用来估计波动率，大体分为两类：线性模型和非线性模型。在利用模型对沪深300指数日收益率的波动性进行估计之前，利用单位根方法对波动率和收益率序列进行了平稳性检验，通过实证分析可以得出两者都是平稳时间序列的结论。 文章利用具有代表性的几种模型对日收益率的波动率进行了估计，通过对预测效果的分析，发现GARCH-M(1，1)模型预测的波动率的效果是最好的。 通过对实际波动率的效果图进行模拟，更加证明了实证分析结论的正确性。最后，文章基于所研究的广度和深度对文章提出了几点改进的意见。