Neste artigo apresentamos uma análise Bayesiana para o modelo de volatilidade estocástica (SV) e uma forma generalizada deste, cujo objetivo é estimar a volatilidade de séries temporais financeiras. Considerando alguns casos especiais dos modelos SV usamos algoritmos de Monte Carlo em Cadeias de Markov e o software WinBugs para obter sumários a posteriori para as diferentes formas de modelos SV. Introduzimos algumas técnicas Bayesianas de discriminação para a escolha do melhor modelo a ser usado para estimar as volatilidades e fazer previsões de séries financeiras. Um exemplo empírico de aplicação da metodologia é introduzido com a série financeira do IBOVESPA.

In this paper, we present a Bayesian analysis for stochastic volatility models (SV) and a generalized form of this model, with the aim to estimate the volatilities of financial time series. Considering same special cases of the SV models, we use Markov Chain Monte Carlo methods and the software WinBugs to get the posterior summaries of interest for the different forms of SV models. We also introduce some Bayesian discrimination methods to choose the best model to be used to estimate the volatilities and to get predictions of the financial time series. An example of application is introduced with the Brazilian financial series IBOVESPA.