股票市场充满不确定性。信息、资本的快速流动使股票价格不断变化，从而导致市场之间互相传导。股票价格波动是股市的基本特征，正常的波动有利于活跃股票市场，使市场交易得以持续进行，但剧烈、频繁的波动就会增加市场风险，影响投资者判断，甚至打击投资者信心。我国沪深股票市场是个新兴市场，市场波动的高风险特征显得尤为突出。因此，研究我国沪深股市的波动特征对于政府管理层和投资者均具有很强的现实意义。　　 本文基于信息分解和EC-EGARCH-M模型对沪深股市波动性进行了实证分析。主要分六个部分展开论述，第一部分说明论文的研究背景、研究意义、研究思路及研究内容。第二部分对国内外的研究现状进行梳理。第三部分系统介绍波动的含义、类型、特征及其度量方法，为后文展开研究奠定基础。第四部分对国内外刻画市场波动的模型——ARCH族模型的特征及其应用范围进行详细分析，并思考适合沪深股市波动特征的模型。第五部分结合沪深股市的基本特征，摒弃前人简单地将成交量作为信息替代变量的方法，而构建市场信心指数和市场活跃指数作为信息的替代变量，在模型设计上，我们也考虑了条件方差对收益率的影响。在文章的第六部分，我们对模型作进一步改进，将协整分析的方法运用到建模过程中，并且考虑信息的非对称性影响，最后构建了EC-EGARCH-M模型。本文所有模型均是利用上证综指和深证综指的日收益率数据进行的实证分析。结果表明：两种信息变量对市场波动有绝对的影响；市场活跃指数对波动有非对称的影响效果；上海市场的市场信心指数无非对称性的影响，但深圳市场低迷的市场信心会引起市场更大的波动；市场活跃度指数和协整残差项对条件均值方程和条件方差方程有很好的解释力；两市之间存在双向波动溢出，并都呈现出波动的集聚性和非对称性特征。