在对现代金融市场研究的过程中,人们发现大多数时间序列诸如股票价格、利率、外汇汇率等的误差序列无自相关,但误差的平方序列存在自相关,即误差的方差或波动随时间变化。这就对经典的最小二乘法回归所假定的误差序列无自相关、误差的方差为一常数提出了质疑。最小二乘法不再适用于对此类经济数据的建模和估计。而自回归条件异方差(ARCH)模型恰恰捕捉到经济类时间序列数据的这个特点。该模型是一种动态非线性的时间序列模型,它反映了经济变量之间的特殊的不确定形式:方差随时间变化而变化。ARCH模型在近二十几年里取得了极为迅速的发展,已被广泛地用于金融数据时间序列分析中。本文以上证综指和深证成指日收益率作为研究对象,采用GARCH族模型并结合EViews5.1计量分析软件分阶段研究了我国股价波动的统计特征,并分析了成交量变动与股价收益之间的关系。实证结果表明:我国股价波动具有尖峰厚尾特征、异方差性特征和波动的持续性和非对称特征;两市收益率与市场风险水平呈正相关性;收益和成交量的变动之间存在双向Granger线性因果关系;成交量的变动与股指收益波动之间存在一定的正相关性;成交量含有股票市场的部分信息。