自从20世纪70年代以来，由于宏观环境的变化，使得国际、国内金融市场发生了深刻的变革，金融市场的波动日益加剧，金融风险明显增大。度量金融波动、刻画和分析金融波动的特征，对于认识和掌握金融市场波动的规律和结构具有重要意义。而金融波动的度量和分析，必须借助于科学的方法和工具来实现。在金融风险的研究中很重要的一个领域就是量测金融风险的波动性。本文所研究的这种波动性指的是资产收益的方差随着时间不断变化，这在计量经济学中称之为异方差问题。许多高频的金融时间序列都具有异方差现象。对于波动性的量测(即有异方差的量测)，主要有两种模型方法：其一是ARCH模型族的量测方法，它包括Engle(1982)的ARCH模型、Bollerslev(1986)的GARCH模型以及在此基础上提出的其他扩展模型；另一种方法就是SV(StochasticVolatility)模型。论文系统的介绍了ARCH模型、GARCH模型和ARCH模型的多种拓展形式，并分析了这些模型的性质特征。本文主要做了以下几方面工作：一、系统地阐述了自回归条件异方差模型族的产生背景、统计特性；二、详细的介绍了ARCH模型和GARCH模型的参数估计与模型的假设检验；三、通过对江苏省GDP时间序列模型的建立，研究ARCH类模型的应用问题，通过多种模型的计算与分析比较，间接验证了ARCH类模型的实用性与适用性。