金融资产波动率的度量及建模研究是金融经济学研究领域的核心内容之一。选择较优的波动率估计量,进而对波动率进行建模是金融风险管理的首要任务。近年来提出的基于高频数据的已实现极差波动(RRV)相较于已实现波动(RV)具有更优的波动估计效率而受到广泛关注。已实现极差多幂次变差(RMV)理论的提出进一步完善了基于极差的波动率估计体系。在跳跃扩散过程下,本文应用蒙特卡罗模拟数据和上证综合指数高频数据,基于已实现极差理论来研究波动率的度量、跳跃检验统计量的改进、波动率建模及风险度量。主要工作和结论阐述如下:一、在微观结构噪声独立同分布且与有效价格相互独立的假设下对已实现极差三幂次变差进行微观结构噪声纠偏,通过蒙特卡罗模拟方法比较各类波动率代理变量的优劣,得出经过微观结构噪声纠偏的已实现极差三幂次变差是最有效的结论,为下一阶段进行跳跃检验统计量的改进和剥离跳跃成分奠定基础。二、针对LM跳跃检验统计量中局部波动率估计的不足,用经过微观结构噪声纠偏的已实现极差三幂次变差代替二幂次变差(BV)来估计局部波动率,蒙特卡罗模拟结果表明改进的LM跳跃检验统计量具有更高的跳跃检测功效,并将其运用于分析中国股市的跳跃行为特征,结果表明中国股市的跳跃行为存在非对称性,同时跳跃行为具有明显的日内模式,而周内模式并不明显。三、参照二次变差理论,根据改进的LM跳跃检验结果进行跳跃成分剥离,把已实现极差波动分解为连续样本路径方差和跳跃方差,考虑波动率的连续部分、跳跃部分和杠杆效应构建HAR-RRV类波动率模型,样本内和样本外预测结果表明LHAR-RRV-CJ模型表现最优。最后,基于模型样本外预测的波动率进行ES风险度量,结果表明较优的波动预测模型同样具有较优的风险度量效果,偏t分布比正态分布更适合刻画中国股市收益率的分布特征。