该文利用一个免费软件WinBUGS通过实施MCMC方法来估计SV模型的参数(文中仅以单变量的SV(1)-N模型的研究为主,其余的模型可以类似地去讨论,这在WinBUGS软件下是较为容易的),不仅非常简单且易于操作,另外速度也是相当快的,这样可使SV类模型在实际中的运用变得切实可行.在实证研究部分,我们先利用上证指数和深圳综指的收益率来建立SV(1)-N模型,从中可以看出两个市场的波动率是基本一致的,这说明了他们之间的相关性很强,也说明了当前资本市场的信息畅通.文中还通过把SV(1)-N模型和GARCH(1)-N模型对金融时序的刻画作了个比较,这样我们很容易看出SV模型的优势,无论是在数据的拟合方面,还是在波动性的预测方面,SV模型可说都是胜GARCH模型一筹的.最后考虑到金融时间序列的分布通常具有"高峰厚尾"现象,我们利用t分布来代替高斯分布,这时SV模型即SV(1)-t模型显示出在描述实际的数据能力上有进一步的提高.这篇论文的可取之处便是,采用了当前国际计量经济领域比较流行的方法棗MCMC方法,并且借助于一个免费软件来实施此方法,以至于真正可以做到使SV模型研究波动性的优势不仅仅停留在理论水平上,而是能够较为简单的运用于实践之中.然而该文也有不足之处,那就是研究还仅仅决限于单变量的SV模型,这在当前资本市场相互关联、互相影响的情况下,这样来研究问题显然是不够的.