在中国金融市场上,股票是一种参与性强、流动性大且风险性高的金融产品。股票市场上的收益率均值回复理论认为股票的长期预测方差小于短期的预测方差。这一理论观点说明长期投资者相较于短期投资者来说应持有股票多于债券,但是该理论忽视了投资者在新数据加入后不断进行学习,改变收益率预测参数的过程,即预测参数的时变性。因此,本文试图从投资者的角度出发,建立时变参数模型用于预测股票收益率和方差,进而研究当参数时变时,长期预测方差和短期预测方差的关系。这对长期投资者资产组合分配以及长期内资产组合的选择具有重要的意义。目前,国内GARCH类和随机波动率类是波动率建模的主流,但是其收益率模型的参数在样本区间内经常是不变的,本文则考虑的是在收益率模型参数可变情况下的预测收益率、方差和预测波动性的期限结构特征,这可以在理论上为研究预测收益率和波动率提供思路和在现实上为投资者的资产组合管理提供指导。本文选择沪深300指数155个月度超额收益率和股息率数据作为收益率预测模型的被解释变量和解释变量（预测因子）,使用MCMC算法估计非时变参数CV（Constant Variance）模型和时变参数CV-DC（Constant Variance–Drifting Coefficient）模型。为进一步说明MCMC算法在估计参数方面的优势,本文同时对比研究了另外两种滚动回归估计的非时变参数模型。根据估计得到的参数,本文分别对数据进行样本外预测收益率和方差,得到CV和CV-DC模型下预测方差不同的期限结构。最后,本文选择上证50相同数据区间的155个月度数据进行稳健性检验,验证了本文相关结论的合理性与正确性。本文得到的主要结论有:（1）根据MSE和MAE指标,发现在使用MCMC算法估计参数的情况下,加入了时变参数模型后的样本外预测收益率的效果最优,最为准确。（2）运用MCMC算法估计的参数,分别用不同模型计算向前K期的预测方差,发现加入时变参数模型之前的预测方差在长期上低于短期内的方差,符合传统的均值回复的特征,但是加入了时变参数模型之后的预测方差在长期上投资水平上却是显著大于短期内的方差。（3）通过稳健性检验,以不同的数据得到了相似的预测方差期限结构,说明本文结论具有一定的稳健性。