近年来金融自由化席卷全球，金融创新日渐频繁，在金融产品越来越丰富的同时也给资本市场带来了诸多危机，例如1997年亚洲金融危机、2000年科技泡沫、2008年次贷危机等。金融风险不确定性提高，如何度量及预测金融风险成为资本市场聚焦的热点。金融风险一般使用波动率进行衡量，波动率在金融领域两个方面具有重要作用，一方面是对衍生证券进行定价。在期权定价方面，假定波动率固定不变，则波动率是期权价格公式的唯一未知量，对期权价格定价是否合理起着决定性作用。另一面是进行风险管理。投资者可针对金融资产的风险等级，结合自身的风险偏好制定投资组合。同时，通过监测波动率的大小，可以为投资策略的调整提供依据。本文使用已实现波动率（RV）、考虑微观市场噪声的已实现核估计（RK）、考虑跳跃情况下分离出跳跃成分（J）及连续路径方差（C）三种情形下估计波动率，并在此基础上对波动率进行预测。使用coris(2004)提出的HAR模型作为波动率预测模型，Coris将市场波动看成高中低频交易者共同作用的结果，以日、周、月三种不同时间尺度的已实现波动自回归过程的进行叠加来刻画波动持续性，构造出了HAR模型，证实HAR模型比GARCH模型在样本内和样本外方面具有更好的预测效果。模型预测能力评价指标上本文选取MAE、MSE、HMAE、HMSE四类损失函数进行综合评价。　　本研究主要内容包括：⑴利用沪深300指数5分钟高频数据得到实现波动率。通过BN-S检验将已实现波动率分为连续方差及跳跃方差。结合核估计函数思想构造出已实现核估计量，消除了微观市场噪音的影响。⑵根据市场异质性假设的思想构造 HAR类模型，根据波动率测量情况的不同分别建立HAR-RV模型、HAR-CJ模型、HAR-RK模型。同时每类模型均分为水平形式、对数形式及标准形式三类，共计建立九种模型。每个模型自变量为历史上短期、中期及长期波动率，因变量为未来短期、中期及长期波动率。通过最小二乘法估算出各个自变量系数的大小。系数为正时表示过去的波动率会为未来的波动率产生正向影响。系数为负时表示过去的波动率会削减未来的波动。不同期限波动率系数中，那种期限数值越大，结果越显著，表示对未来某期限下波动率影响越大，结果越可靠。⑶对构造的九类模型预测结果进行动态样本为预测能力评价。评价指标采取的是MAE、MSE、HMAE、HMSE四类函数，以上四类函数的思想均为通过计算真实值与模型估计值之间差额的大小来判断模型预测效果。上述四类函数的值越小表明模型估计值与真实值之间的差距越小，模型的预测效果也越好。四类预测评价指标那种效果最好并不存在统一的标准，因此在九类模型中判断那种模型预测效果最优，需要综合以上四种评价指标的结果。如四类指标在某种模型下均最小，则该模型为最优的预测模型。⑷根据HAR-RV模型回归结果可以得到以下结论：历史波动率会对未来波动率产生正向影响，即在非预料因素刺激下，股市波动率具有连续性，过去的波动率将加剧未来的波动；中期投资者如基金经理的投资策略影响力度最大，当中期投资者进行仓位调整时，其他投资者也会相应调整投资策略。则说明我国股市以中期投资者为主；不同期限相互影响上，长期波动对短期波动的影响强于短期波动对长期波动的影响。即相较于长期投资者，短期投资者除了关注其他短期投资者的投资策略，还会考虑到长期投资者的投资策略。⑸HAR-RK模型考虑的是微观市场噪声问题，其回归结果得到以下结论：根据显著性水平，未来短期波动率的大小不仅受到中期投资者的显著影响，还会受到其他短期投资者的显著影响。这区别于HAR-RV模型认为的未来短期波动率显著受到中期投资者的影响，而其他短期投资者影响不显著。这可能的解释在于HAR-RV模型未考虑微观市场噪声的影响，投资者的交易频率越高，则微观市场噪声产生的干扰越强，从而造成短期波动率的回归系数不显著。HAR-RK模型考虑了微观市场噪声的问题，并通过核估计方法进行了消除，故短期波动率回归系数比较显著。这也说明我国股市确实存在微观市场噪声的问题，在对波动率进行估计时需考虑这一因素。⑹根据HAR类模型预测结果可得到如下结论：HAR类模型主要适用于对未来短期、长期波动率进行预测，而对中期波动率预测能力较差；HAR-RV模型预测结果普遍差于HAR-CJ模型以及HAR-RK模型，这说明在考虑跳跃性、微观市场噪声之后，模型预测能力得到提高；不同形式下的HAR类模型预测能力具有明显差异，其中对数形式、标准差形式下的模型预测效果更好。故在模型设定中应以对数形式、标准差形式为主；不同期限下最优波动率预测模型分别是：短期波动率预测最优模型为标准差形式下的 HAR-CJ模型，中期不存在明显的最优预测模型，长期波动率最优模型为对数形式下的HAR-RK模型。