有关对金融时间序列波动性的讨论及探究一直是金融市场研究的核心问题之一。对于波动模型的研究,近年来研究者们的视线逐渐从GARCH类模型转向各种扩展SV模型,根据研究金融市场的角度不同研究者们相继提出了众多的扩展模型。由于SV族模型中参数很难估计,所以目前为止研究最多是基本SV模型,但是把它用于研究我国的股市,出来的结果不是很令人满意,因为相对于正态分布的假设,金融时间序列数据的异方差模型会呈现高峰厚尾性；另一原因是数据序列的收益率和波动性之间还存在着相关性,为了解决以上问题,本文在标准SV模型的基础上着重运用厚尾、均值以及杠杆SV模型对我国的股市进行了分析。运用贝叶斯原理及MCMC方法对sV族模型中的SV-T模型、SV-MN模型以及杠杆SV模型进行了贝叶斯分析,求出每个模型中参数的后验分布密度,构造基于Gibbs抽样的MCMC数值计算过程,然后利用Openbugs软件求出模型中各参数的估计值,之后通过求出的估计值对代表中国国内股市的上证综指和代表香港股市的恒生指数进行分析并做比较研究,最后运用DIC准则对两股指在各模型下的模拟情况进行研究分析,找到较为适合我国金融市场的模型。