金融资产价格的波动是现代金融研究的重要问题之一，而这一波动性通常是用方差来描述和度量的。传统的计量经济模型常常假定方差保持不定，后来经济学家和金融财务专家研究发现金融价格波动率出现聚集现象，即大幅波动聚集在一段时间，而小幅波动聚集在另一段时间，这一现象表明传统计量经济模型中假定方差不变，并不能客观和准确地描述这些金融行为。于是，1982年恩格尔(Engle)提出了自回归条件异方差(Auto Regressive Conditionnal Heteroscedasticity)模型，即ARCH模型。此后，随着实践的深入，ARCH模型的一些扩展模型也被相继提出，如GARCH，GARCH-M，EGARCH模型等，并且这些模型在解释金融时间序列的特性中得到广泛的应用。　　 本文详细介绍了ARCH，GARCH族模型及它们的参数极大似然估计，自助法的基本原理，基于自助法的GARCH族模型的参数极大似然估计，由于自助法对样本进行重抽样，所以极大地提高了参数估计的准确性。文章研究了我国保险类股票的收益率，利用Eviews5.0统计软件对数据进行处理和统计分析，结果表明我国保险类股票具有尖峰厚尾性、异方差性、波动的持续性。于是利用GARCH，GARCH-M，EGARCH模型进行实证分析，并给出了该模型参数的具体的基于自助法的极大似然估计。通过各个模型的参数估计及模型预测精度比较表明EGARCH(1，1)模型能很好地模拟我国保险类股票的波动性。