本文提出了一种新的马尔可夫机制转换 EGARCH模型（MRS-EGARCH），与传统的 波动率建模方法不同的是，我们在 MRS-EGARCH 中分别假定了收益残差序列可以服从高 斯、学生 t 以及广义误差分布，并进一步允许其分布的自由度与所处机制（Regime）有关， 以便刻画金融收益可能随时间变化的峰度（厚尾）特征。以能反映我国 A 股市场整体走势 的沪深 300指数为例，本文对比了 MRS-EGARCH模型和单机制 EGARCH模型的样本内和 样本外波动率预测结果。主要实证结果显示：沪深 300 指数确实存在不同的波动强弱机制区 间，而我们提出的 MRS-EGARCH 模型能够清晰区分出隐藏在收益序列中的不同机制。同 时，无论从样本内还是样本外的波动率预测结果来看，设定收益残差序列服从厚尾分布的 MRS-EGARCH都是预测精度更好的波动率模型。