方差变点得益于一般的变点分析思想，并受到金融资产风险异常、气候变化异常等重大问题驱动，渐成统计学之研究热点。本项目主要研究随机扰动项相依时线性过程、线性模型、随机设计下非参数回归模型方差变点检验和估计问题，并推广到多变点以及渐近结构变化情形。其基本思路是：将方差变点问题转化为均值变点问题。具体来说：首先，将观测值先中心化后平方，形成含参序列；其次，寻找序列中冗余参数的相合估计，构造所谓的"平方残差"序列；最后，借鉴均值变点思想，利用"平方残差"序列构造Ratio统计量和CUSUM统计量，其中平方后序列导致原序列相依性复杂化、冗余参数的估计是本项目研究的难点。方差变点分析的统一思路的提出，能很好的概括以往相关文献的思想，并指导项目组方差变点的进一步研究，驱动实际风险问题的解决，是本项目的创新之处。