1、對金融資產波動率的描述和預測是現(xiàn)代金融學理論和實務界研究的熱點和難點問題，因為它與資產定價理論的檢驗、最優(yōu)資產組合的選擇、衍生品套期保值策略以及金融風險的測度和管理密不可分。近十多年，隨著計算機技術的飛速發(fā)展和金融高頻數(shù)據(jù)獲取性逐漸增強，基于日內高頻數(shù)據(jù)的波動率測度方法及其建模預測受到了國內外學者的熱切關注。其中，最受學術界和實務界關注的是已實現(xiàn)波動率和已實現(xiàn)極差波動率。為此，論文基于異質市場假說構建的異質自回歸已實現(xiàn)(HAR-RV)和

2、已實現(xiàn)極差波動率(HAR-RRV)模型為基礎波動率模型，首先評價它們與傳統(tǒng)波動率模型預測能力的優(yōu)劣性，而后重點研究探討跳躍和符號跳躍變差對模型估計和預測方面的影響。在此基礎上，論文提出了含跳躍的符號跳躍變差，構建了新的波動率模型，并分析對比了新舊波動率模型的預測能力。進一步，論文進利用馬爾科夫狀態(tài)轉換機制拓展了預測效果較優(yōu)的波動率模型，并結合投資組合的角度，分析了它們的經濟價值(Economic Value)。在波動率預測方面，論文選擇

3、了樣本外預測滾動技術和嚴謹而又新穎的模型信度集檢驗(Model Confidence Set，MCS)方法，主要實證結果有:
　　(1)HAR-RV模型相比傳統(tǒng)的幾種波動率模型（如:ARFIMA-LnRV、GARCH族等）在刻畫和預測市場波動率方面具有更優(yōu)的表現(xiàn)。另外，HAR-RRV模型相較于傳統(tǒng)的波動率模型也展現(xiàn)出了較高的預測精度。另外，用已實現(xiàn)二次冪變差(RealizedBipower Variance，BPV)來替代已實現(xiàn)波

4、動率（Realized Volatility，RV）作為真實市場波動率的替代變量，以此評價了各波動率模型的預測表現(xiàn)，實證結果表明上述結論是穩(wěn)健的;
　　(2)引入符號跳躍變差（Signed jump variation，SJV）后，不僅可改善原有波動率模型的擬合能力，而且還有助于提高波動率模型的預測精度。相比符號跳躍變差，其分解形式（正向和負向SJV）對未來波動率具有更好的解釋能力，且它們對未來波動率的影響具有非對稱性;加入正、負

5、向跳躍變差的HAR-RV-TJ(或HAR-RRV-CJ)模型展現(xiàn)出了更高的預測精度;
　　(3)相比正向已實現(xiàn)半變差，未來波動率與負向已實現(xiàn)半變差具有更強的聯(lián)系。另外，本章新構建的符號跳躍變差對未來波動率具有顯著的負向影響，有助于降低未來波動率。運用Wald檢驗，論文發(fā)現(xiàn)正負已實現(xiàn)半變差和正負符號跳躍變差對未來波動率的影響是非對稱的。相比原有其他的高頻波動率模型，論文新提出的模型具有更強的預測能力。選取比已實現(xiàn)波動率(RV)更為穩(wěn)

6、健的已實現(xiàn)核波動率(RK)作為基準波動率，上述結論基本一致;
　　(4)將馬爾科夫波動率模型拓展到預測效果較優(yōu)的波動率模型中，發(fā)現(xiàn)不論是已實現(xiàn)波動率和已實現(xiàn)極差波動率模型的馬爾科夫狀態(tài)機制都具有較好的預測表現(xiàn)，尤其是已實現(xiàn)極差波動率模型引入該機制后，展現(xiàn)出了比線性HAR-RRV族模型更高的預測能力。以兩尺度已實現(xiàn)波動率作為真實市場波動率，MCS的檢驗結果表明，MS-HAR-RV-PS9模型是論文所有波動率模型中預測精度最高的模型。