对于股票收益率时间序列波动性中的跳跃现象的研究是近年来的研究热点之一,这主要是由于跳跃现象在金融经济学各领域的研究中均普遍存在,具有重要研究意义。同时近几年来受益于高频数据的使用,该现象的实证研究得以进一步发展。大量实证表明,通过将跳跃成分加入到金融资产价格的建模过程中,模型对于收益率,波动性等指标的拟合程度大幅提升;同时对于跳跃现象本身的研究也很好的揭示了收益率序列的非连续性变动特征。这使得对于跳跃现象的研究在风险对冲,产品定价等多个方面中都起到了重要的作用。本文在市场微观结构理论角度下,采用近期的使用广泛的非参数检验方法BTL法为基础,对作为沪深两市“晴雨表”的沪深300指数进行研究,从跳跃产生原因以及跳跃在波动性预测以及风险预测三个方面分别进行了实证分析。本文主要工作如下:我们选取了中国股票市场中能够反映沪深两个市场的沪深300指数,以2007年1月4日到2013年12月30日七年的股指5分钟交易数据作为研究对象,首先采用BTL法对沪深300指数进性跳跃的识别与分离,并进行统计性描述;随后使用Logit模型针对中国股市与中国宏观经济具有紧密联系的特点对跳跃产生的原因,即跳跃与宏观信息发布之间的关系进行研究分析;之后对现有的HAR-RV模型进行优化,将跳跃引入其中作为一个重要解释变量,提高了模型对于已实现波动率的预测结果;最后通过使用HAR-RV-up CJ-dwCJ模型对风险值VaR进行预测,并与传统的GARCH模型的预测结果进行对比,揭示了股票市场中的非连续成分,即跳跃对于收益率波动及风险值预测的重要作用。