变点理论是统计学的一个经典分支,变点识别即利用统计量或统计方法将该变点位置估计出来。本文首先介绍了贝叶斯理论以及多种时间序列模型的识别理论,之后基于贝叶斯理论阐述了同方差和异方差时间序列模型的变点识别算法的编程实现。利用统计软件Matlab,模拟多种时间序列模型来验证算法的有效性。选取部分宏观数据如农村居民消费价格指数、城镇固定资产投资以及部分金融数据如华数传媒、万科A的收盘价分别进行了时间序列模型的拟合。目前模型的拟合方法的研究理论已经比较成熟,首先使用ACF,PACF等指标初步判断,利用统计软件R识别AIC最小的模型,再通过绘制残差图、使用LB检验以及QQ图进行残差检验,最后用McLeod.Li.test检验以及拉格朗日乘子检验来检验ARCH效应以找到合适的时间序列模型进行数据拟合。拟合模型后应用算法进行变点的识别。本文最后分析被算法识别出的变点并找到对应的变点产生的时间点。查阅相关时间内国家宏观政策等的变化资料,寻找并分析变点产生的原因。为以后时间序列数据的变点产生提供了一定的指导性意见,同时,为预测经济走向,防范金融风险等做出参考,而这也是变点问题研究的意义。