作为描述金融市场动态变化的重要指标,波动率对参与者的投资决策、资产管理、风险对冲等行为都有极为深刻的影响。学界与业界度量波动率的方法主要有基于模型和无模型两类,其中芝加哥期权交易所（CBOE）发布的无模型波动率指数（VIX）,因其可以实时动态地精准衡量市场波动程度和投资者情绪,已被当作美国股票市场乃至全球金融市场的“晴雨表”。与此同时,CBOE发布的VIX衍生品可以用来对冲标普500指数的投资风险,其在极大丰富金融投资市场的同时,也为波动率指数的研究带来机遇和挑战。本文提出并分析一类具有混频数据和混合结构的仿射GARCH类模型,该模型通过引入波动率成分、跳跃成分和已实现波动率,进而可以有效捕捉金融时间序列长记忆性和尖峰厚尾等特征,并可进一步提升波动率预测能力。基于此,本文首次得到多因子GARCH类模型条件方差与VIX的关系,并结合模型仿射结构推导出VIX衍生品定价公式。此外,我们开创性地探索仿射结构对VIX衍生品定价的影响,并进一步比较EG ARCH、GJR-GARCH与NGARCH等非仿射模型在VIX衍生品上的定价表现。本文内容结构安排如下。首先,我们在第一章中介绍本文研究背景、动机、内容和贡献等,并在第二章中介绍衍生品定价模型和风险中性测度等相关基础知识。在第三章中,我们使用广义仿射已实现波动率模型严格地推导出VIX期限结构表达式与VIX期货定价公式。本章还通过实证研究表明,引入已实现波动率能有效地提升上述模型的VIX衍生品定价表现。在第四章中,我们进一步将波动率成分与跳跃成分引入上述已实现波动率模型,并严格推导出VIX期货定价解析解。本章实证研究发现,已实现波动率、波动率成分与跳跃成分都可有效提升VIX预测及其期货定价能力,且这三个成分在上述提升中具有显著互补性。第五章进一步研究非仿射模型在VIX衍生品定价上的表现。我们发现,尽管仿射GARCH模型在高价值期权表现突出,这类非仿射模型尤其是EGARCH模型具有更为显著且稳健的优越定价表现。最后,我们在第六章中简要综述本文研究结果并探讨未来发展方向。