该文围绕金融波动过程的变结构诊断和建模问题展开,主要工作包括以下内容:1.总结了描述金融波动过程的常见模型形式,以便于对这些模型进行扩展,提出变结构的金融波动模型.2.首先介绍异常波动点的量化定义、形成原因及其与变结构点的联系和区别.在缺乏先验信息的条件下,该文利用贝叶斯后验概率方法,以上证指数为样本,诊断出波动过程中的变结构点.4.将MarkovRS模型扩展到GARCH模型领域,提出具有Markov结构转换的GARCH模型(Markov RS-GARCH模型),并详细介绍了其参数估计的极大似然法和方差预测公式,上证周收益数据实证研究表明,这种模型有效提高了方差波动预测能力.6.由于Markov RS模型具有短记忆性,为了描述具有长记忆性过程的变结构波动模型,该文介绍了具有厚尾方式结构转换的波动模型,多用途统计量Ljung-Box 统计量的检验结果表明,它对数据的拟合效果优于Markov RS-GARCH模型.7.VaR方法是金融风险测量的主流方法.该文在详细介绍上述两种变结构波动模型的基础上,将它们应用于VaR的计算中.