股指期货在资本市场价格发现和风险防范过程中扮演重要角色，科学准确的预测其 收益波动率对充分实现股指期货避险功能具有重要的理论和现实价值。以线性非负模型为 基础，通过幂转换以及不设定扰动项的具体相关结构和分布形式，构建了一个半参数预测 模型来预测高频环境下股指期货市场波动率。模型采用基于极值估计量的两阶段估计法进 行估计，Monte Carlo模拟实验表明该估计方法的渐进性质表现良好。此外，以沪深300 股指期货的5分钟高频交易数据为例，运用滚动时间窗的样本外预测和最新发展起来的具 有Bootstrap特性的MCS检验，在多种稳健损失函数下，实证评价和比较了新构建的半参数 预测模型与其他7类波动率预测模型对高频环境下沪深300股指期货波动率的预测能力。实 证结果表明：在多种稳健损失函数的评价标准下，新构建的股指期货波动率的半参数预测 模型是预测预测能力最好的模型。

运用稀释因子调整的BS模型为股本权证定价，波动率参数的预测精度对定价效果具有重要影响。本文以沪深交易所上市的分离交易可转债所附带的权证及其标的股票日收益率和5分钟高频交易数据为样本，在对隐含波动率模型、已实现波动率模型以及历史波动率模型参数估计的基础上，以股本权证市场价格为评价基准，分别测算了基于三个波动率模型的定价效果。研究发现，基于隐含波动率模型的定价结果具有最小平均绝对偏差与平均相对偏差，模型效果最优，已实现波动率模型与历史波动率模型定价效果相对绩效不明确；基于历史波动率模型的定价结果对股本权证市场价格普遍低估，已实现波动率模型与隐含波动率模型定价结果同时存在着低估与高估。

已实现波动率（RV）是在高频数据的研究基础上发展起来的度量波动率的新方法。本文以深证成指的高频数据为研究对象，采用跳跃显著性检验方法、HAR-RV-J及HAR-RV-CJ模型进行了深证成指RV的跳跃特征研究。主要结论如下：（1）中国股市的RV发生显著跳跃的频率要高，并具有跳跃幅度大，波动趋势更激烈等特征；（2）中国股市于2006年下半年之后进入股市泡沫阶段，这导致了股票价格的剧烈波动，而越是波动激烈的时期，显著跳跃发生越频繁，跳跃幅度越大。（3）日均显著跳跃成分会影响日、周均RV，并且显著跳跃会导致股市更大的波动。在建模与预测方面，对数RV具有很强的有用性与可行性。

本书论述了时间序列的协整理论和金融时间序列波动性模型的原理、方法和实际应用。在时间序列的协整理论方面，包括单位根过程的极限分布和检验，单方程和系统方程协整关系的估计和检验，非线性、长记忆协整关系的建模和检验问题，协整系统的贝叶斯分析及变结构协整的理论、方法等。在金融时间序列波动模型方面，包括自回归条件异方差模型（ARCH模型）的各类一维和多维模型体系及各类随机波动（SV）模型的性质、模型参数估计和检验问题，讨论了变结构波动模型的建模及其应用等。金融波动性问题是当今金融分析中的重要课题，本书探讨了金融波动及其持续性的市场机制，建立了在金融波动持续性基础上的资本资产定价模型和金融风险规避策略等。书中详细讨论了高频金融时间序列分析与建模问题，研究了各类高频时间序列已实现波动率的计算方法和统计性质，讨论了超高频数据持续期的ACD类和SCD类两类模型。书中还讨论了小波方法在金融时间序列波动分析和建模方面的应用；讨论了各类连续时间资产收益模型及参数估计的MCMC方法。 本书可作为数量经济学研究人员、有关教师、经济和金融工作者的参考书，亦可作为相关领域研究生的教学参考书。