金融市场的波动率是影响资产定价、投资组合策略和风险管理的重要因素,也是国内外学者和金融实务从事者研究的重要课题。资产价格的异常波动不仅直接威胁国内金融市场的稳定与经济社会的发展,而且容易引发系统性金融风险。随着改革的不断加深和衍生产品的开发,我国市场虽然具有巨大的发展潜力,但面临的各种不确定性因素也越来越多。如何对波动率进行估计和预测,从而有效地应对各种金融理论和实务问题,是控制和防范潜在风险,维护我国金融体系稳定的重要问题。随着计算机和通讯技术的发展,对波动率的描述步入高频时代。Andersen等(2001,2003)提出用日内高频收益的平方和来对波动率进行直接测度,这种方法称为已实现波动率(Realized Volatility,RV)。同时,资产的高频收益在日内近似连续的某些时间节点上可能发生突变,这种行为称为跳跃。Barndorff-Nielsen和Shephard(2004)在已实现波动率的基础上实现了对日内跳跃行为的检测。大量研究表明,跳跃对资产波动率的刻画和预测具有重要影响,但这种影响的具体形式究竟如何,目前还没有较为一致的观点。因此,本文尝试从多种不同角度对跳跃的类型进行区分,并通过已实现波动率模型进一步分析在预测中起主要作用的跳跃成分。同时,随着衍生产品的活跃和金融市场一体化趋势的发展,市场间的联动关系和风险传导机制逐渐受到关注,不同资产或不同市场之间的价格共跳(Cojumps)也日益成为金融领域的前沿问题。部分研究表明共同跳跃对波动率同样具有重要意义,并能够显著改进对波动率的预测。相比单个资产的跳跃,对多个资产共跳的研究目前非常有限,且基本都没有对共同跳跃的符号方向、发生时间及风险来源等可能影响波动率的因素作出进一步分析。因此,本文在跳跃的基础上进一步尝试对不同类型的共跳成分进行识别,并考察在波动率的预测过程中共同跳跃所表现出的性质有何异同。在高频波动率的度量中存在两个主要问题:日内效应和隔夜效应,综合考虑两种效应的影响,构建最优估计量是对波动率进行建模的首要问题。同时,日内效应的存在可能导致跳跃的过度识别,选择有效的检验方法,是研究跳跃与共跳对波动率影响的必要条件。基于上述分析,本文以沪深300股票指数、股指期货及部分上证指数为研究对象,分别构建了关于跳跃和共跳的HAR-RV模型,并从波动的非对称性(杠杆效应)、隔夜因素及系统性因素等三个维度展开对波动率的预测分析。本文所做的主要工作和结论大致分为以下几个部分:第一,模型构建与方法选取。在波动率的度量方法上,综合日内效应和隔夜效应的影响,构建日内无加权已实现波动率、日内加权已实现波动率、扩展已实现波动率及扩展加权已实现波动率等四种估计量作为建模变量;在跳跃的检验方法上,通过理论推导了 S-BNS检验的改进形式——WS-BNS检验的统计性质,并构建了关于共同跳跃的BW检验准则。第二,波动率与跳跃的特征分析。首先对可能导致波动率与跳跃出现不同特征的信息来源进行分析,在此基础上构建不同类型的跳跃变差,并建立相应的HAR-RV-CJV模型;接下来对上述四种已实现波动率分别建立HAR-RV模型并进行拟合能力的比较。实证结果显示:波动率和跳跃均存在较强的集聚效应,且波动率具有明显的长记忆性和异质性。对沪深300股指和期指市场来说,扩展加权已实现波动率(WRVH)是最优估计量,而对于上证综指,对全天收益进行加权处理的加权已实现波动率(WRV)是波动率的最佳估计。第三,跳跃对波动率的预测分析。在HAR-RV-CJV模型框架下,分别从非对称性、隔夜信息及系统性因素等三个角度分析跳跃在波动率预测中的作用。跳跃对波动的非对称性具有明显的阶段特征,并且在不同阶段发生了方向上的反转。价格对隔夜信息的反应总体上具有一定的滞后性,隔夜跳跃的影响大于日内跳跃,隔夜跳跃能够传导至当日日内和次日隔夜。第四,共跳对波动率的预测分析。根据实证结果,基于BTL检验和WS-BNS检验的BW检验是最优的非参数检验方法。首先在该检验下对共跳及共跳协变差的性质进行了综合分析,接下来在HAR-RV-JCOV模型框架下,分别考虑共跳的符号方向、发生时间等因素的影响。实证表明:1、共同跳跃对波动率的预测同样具有非对称效应,并且这种效应具有阶段性和反转特征。2、共跳的隔夜特征非常明显,隔夜共跳对下一期波动率有显著的正向影响;与跳跃不同的是,在股指市场隔夜共跳并不能传导至当日日内,因此实证结果并不支持期指市场对股指市场存在波动溢出。3、总体来说,周期性行业指数的系统性共跳对下一期波动率具有显著正影响,而非周期性行业指数的系统性共跳则具有显著负影响或影响不明显;同时,系统性共跳对波动率的预测受政策影响比较大。第五,符号共跳协变差是基于符号跳跃所构建的关于符号共跳的新的估计量。通过基于滚动预测技术的SPA检验发现,符号共跳协变差能够明显提高模型的样本内拟合能力和样本外预测精度,从而改进对波动率的预测。本文基于沪深300股指、期指和上证指数的高频数据,研究引入跳跃和共跳的波动率预测方式,在资产定价、投资组合及风险管理等金融理论和实务领域具有重要的借鉴意义。在理论层面,分别对跳跃和共跳建立具有不同效应的已实现波动率模型对金融风险管理理论具有重要的创新意义,其中对已实现波动率的度量形式和跳跃检验方法的改进在一定程度上也丰富了高频波动率的方法体系。由于波动率的估计和预测在金融计量领域有着举足轻重的作用,因此从波动率的建模入手研究各种复杂因素对波动率的预测作用,对我国市场的定价、投资和风险预测等具有重要的参考意义。在实践研究中,波动率的有效预测有助于投资者深刻认识市场微观结构因素和衍生品市场的复杂性,在进行有效风险防范的基础上根据自身情况指定最优组合策略。不同市场或不同指数之间的价格共跳与影响整个市场的宏观信息冲击关系密切,研究波动的共跳特征有助于分析市场间的信息溢出及行业的周期性特征,不仅可以帮助金融监管者和政策制定者了解风险来源和建立预警机制,而且可以为投资者优化决策、规避风险提供指导。与现有研究单独考察跳跃、共跳、杠杆效应、隔夜信息及系统性风险等因素不同,本文在非参数检验方法基础上综合考虑上述等因素对高频数据中波动率的预测效果进行研究,可能的创新点主要体现在以下几个方面:第一,从检验跳跃的方法上对非参数检验进行了一定的调整。由于U型效应的存在,可能产生跳跃的过度识别,影响预测的准确性。本文尝试拓展了单一检验方法的限制,提出BW检验,并对跳跃的识别效率及其在波动率预测中产生的差异进行了实证研究。第二,将系统性共跳引入波动率的预测模型,考察具有不同风险特征的跳跃行为对未来波动率的影响,并在对波动率的研究中尝试考虑共同跳跃的方向符号,对共同跳跃是否也具有杠杆效应这一问题进行了检验。同时,进一步构建了新的符号共跳变量——符号共跳协变差,并通过SPA检验分析加入符号共跳协变差对模型样本外预测能力的影响。第三,在跳跃和共跳的研究中考虑了隔夜信息的重要影响。为了进一步分析隔夜跳跃的日内传导性,本文分别对日内波动、隔夜波动和整体波动三种不同成分进行建模,并分别就隔夜跳跃(共跳)和日内跳跃(共跳)对波动率预测的影响进行了实证研究。研究尝试在波动率度量中综合考虑日内效应和隔夜效应等因素的影响,在进行加权处理的同时兼顾隔夜尺度,且结论具有一定的稳健性。