呃，你这个错的有点多啊，修改起来太捉急了，建议你去网上搜索一个吧：
首先，你均值方程里的截距项不需要估计吗？直接给出吗？
其次，你的x是数组数据，这里不应该再给x进行赋值，而是直接确定x的分布，也就是你这里的残差项u的分布，至于残差则可以通过设置均值，再相减获得。
其次，你这里的x,u,tau应该都是数组，你不能不设数组的下标
再次，方差方程中的alpha[0]，alpha[1]，beta[1]服从的分布不应该是正态分布了，因为方差方程中的系数要满足非负性约束，具体应该服从什么分布我也不知道，估计garch有很多软件。
最后，alpha[0]是不能出现的，因为数组的下标最少要是1。

呃，如果你还是要自己编的话，你可以参照一下随机波动率(SV)模型的估计，它们主要是方差方程有些差别，你可以试着对照自己改，我把程序附在这里
model{
for(i in 1:n)
{p[i]<-1/exp(theta[i])
y[i]~dnorm(0,p[i])
}
mu~dnorm(0,0.01)
phi1~dbeta(20,1.5)
itau2~dgamma(2.5,0.025)
phi<-2*phi1-1
tau<-sqrt(1/itau2)
theta0~dnorm(mu,itau2)
thmean[1]<-mu+phi*(theta0-mu)
theta[1]~dnorm(thmean[1],itau2)
for(j in 2:n)
{thmean[j]<-mu+phi*(theta[j-1]-mu)
theta[j]~dnorm(thmean[j],itau2)
}
}

非常感谢你不吝赐教，指出错误之处！！因为我刚刚接触这个，好多都不懂。。。。本来x，u，tau都是数组，但是我把程序贴过来的时候，不知道问什么没有显示。我的garch模型是这样的：
其中alpha0，aplha1，beta1的先验分布我也不知道应该是什么样的，可以设成是指数分布吧。能不能麻烦你，帮我改写一下这个模型的程序，感激不尽！！

。。。论坛里不是有现成的？搜索一下就有了啊。。。

model
{
mu~dunif(0,1)
alpha0~dunif(0,1)
alpha1~dunif(0,1)
beta1~dunif(0,1)
sigma[1]<-alpha0
for(t in 2:n){
sigma[t]<-alpha0+alpha1*y[t-1]*y[t-1]+beta1*sigma[t-1]
}
for(t in 1:n){
tau[t]<-1/sigma[t]
y[t]~dnorm(ymean[t],tau[t])
ymean[t]<-mu
}
}
变量服从什么分布看自己需求调吧。。。

大神，你好厉害！！多谢你的帮忙，这个问题解决了！！！只是我输入数据和初值之后，update的时候出了点问题，弹出了一个trap的框，是undefined real result。。。。不知道怎么回事。。。。。我给你发了私信，恳请再次指导我一下！感激不尽！！！