波动性是股票市场永恒的主题,宏观政策变迁、金融危机、油价变动等重大事件性冲击常对股票市场产生巨大影响。股票市场的波动往往呈现出聚集性、尖峰厚尾性以及“杠杆效应”等特性,近年来,研究表明股票市场的波动也会呈现出偏态性。在现代金融理论研究中,如果未能充分考虑波动可能呈现出的任何一种特性,就容易使估算结果产生偏差。在保证数据平稳的前提下,传统随机波动模型关于样本间的正态性假设难以成立,因此针对现有金融时序建模难以捕捉收益率多重波动特性以及无效推断的问题,本文设置收益率的条件分布服从广义双曲线分布,利用贝叶斯技术,构建基于广义双曲线分布的金融非对称随机波动模型,用于刻画全球主要股票市场中金融资产收益率分布呈现的多重波动特性,探究系统环境中的重大冲击对波动的影响。本文采用从基础性理论到模型构建再到实证研究的思路进行研究。首先,对随机波动模型,广义双曲线分布,股市波动特性以及参数估计方法等内容进行回顾；其次,通过设置收益率的条件分布服从广义双曲线分布,对参数空间进行数据扩张,构建基于广义双曲线分布的金融非对称随机波动模型,利用贝叶斯理论对模型参数进行统计推断并设计MCMC抽样算法；最后,以2005年至2015年美国、日本、英国与中国香港股市的标准普尔500指数、日经225指数、英国富时100指数与恒生指数为研究对象,运用构建的模型来研究股票市场的波动特性,探究系统环境中的重大冲击对股票市场波动的影响,并采用DIC准则对ASV-ST模型、ASV-T模型与ASV-N模型进行对比分析。研究结果表明：美国、日本、英国与中国香港股票市场的波动均呈现出聚集性、尖峰厚尾性、“杠杆效应”等特性,且中国香港股票市场的日收益率分布是右偏的,美国、日本、英国股票市场的日收益率分布则是左偏,中国香港股票市场的对数波动平均水平的绝对值与波动率指标均为最大,表明中国作为新兴资本市场的重要组成部分,其市场波动受到外界信息的反应比成熟的美国、日本以及英国股票市场要大；其次,美国、日本、英国与中国香港股票市场在2008年与2011年两个时段表现出强烈的波动,这表明系统环境中的重大冲击如金融危机、油价震荡等会对股票市场波动产生巨大影响；最后,参数的动态迭代轨迹、G-R收敛诊断与核密度估计曲线验证了贝叶斯广义双曲线ASV模型的合理、有效性。