非参数模型在描述数据的非线性特征方面具有良好的性质；GARCH模型从其出现以来就在股票市场的计量研究中发挥着很重要的作用。本文主要研究了基于多项式样条估计的NARCH模型以及GARCH类模型在沪深300指数波动率分析中的应用,同时探讨了将小波多分辨分析理论与NARCH模型结合后在沪深300指数波动率分析中的应用。主要研究内容如下：(1)利用AR、GARCH、EGARCH等模型对沪深300指数收益率进行了统计拟合分析,研究结果表明：这些模型在拟合股票收益率方面能收到良好的效果,相对而言AR (2)-GARCH (1,1)模型的拟合效果比AR (2)-EGARCH (1,1)模型的拟合效果要好；同时,通过这些模型的拟合研究得到：沪深300指数收益率具有尖峰厚尾性和异方差性等重要统计特征,特别在利用EGARCH模型的研究中得出沪深股市具有杠杆效应。(2)将基于多项式样条估计的NARCH模型应用到沪深300指数数据的实证研究之中,先进行拟合分析,然后进行了预测研究,研究结果表明：该模型的拟合与预测效果较好,是有效估计,能够较好的应用到股票市场的数据分析之中。(3)首先对沪深300指数收益率数据进行小波分解与单支重构,然后,对单支重构后的数据建立了基于多项式样条估计的NARCH模型,并进行了拟合、预测,最后,将该拟合、预测结果与基于多项式样条估计的NARCH模型的拟合、预测结果进行对比,结果表明：结合小波分解与单支重构的基于多项式样条估计的NARCH模型的拟合与预测精度有所提高。