本文合理地引入人类行为动力学理论，选取了能反映群体行为特征的国内外股价指数波动进行实证研究，采用蕴含已实现波动率的LM法（非参数法）对跳跃进行侦测，同时考查了上证指数和标准普尔500指数低频数据（日收盘）、高频数据(15min)发生跳跃的时间间隔和跳跃量分布，并分别对其概率密度函数形式进行了较为细致的拟合。　　研究发现，无论高频数据还是低频数据，首先，传统认为的指数分布（Poisson过程）误差甚大，而能更好刻画跳跃时间间隔的分布具有幂律特性——向上为指数截断的幂律分布，向下为Foker-Planck分布，且幂律参数α向上跳跃时为0＜α＜1，向下为α＞1，这揭示投资者对“坏消息”的反应更为悲观。其次，跳跃量也与指数或Gauss分布不太相符，而更适合用Foker-Planck分布来描述。本文的实证结果与人类行为动力学理论相吻合，但发现与Barabási提出的只有α=1和α=1.5两个普适类不符，即普适类可能是连续的。