在当前金融市场,波动率在衍生产品交易、风险控制还有定价中占有着重要地位。本文以上证综指、深证成指和沪深300指数为实证研究样本,采用5分钟高频数据计算中国股市的已实现波动率,并基于已实现波动率构建了8个HAR模型以及连续波动和跳跃波动模型,运用均值结构突变检验法分析了我国股市的结构突变特征。运用8个HAR类模型构建了平均组合模型、中位数组合模型。采用传统的损失函数法、DM检验和SPA检验分析了波动预测模型的预测效果,研究发现:(1)我国上证综指、深证成指和沪深300指数已实现波动率、连续波动和跳跃波动等都具有尖峰厚尾的分布特征。未对已实现波动率进行分解的HAR模型结果表明在市场中对股市波动影响最大的是中期投资者的交易行为,而短期投资者对市场波动的影响最小。通过分解波动中的连续部分和跳跃部分得到的结果更符合实际情况,长期投资者对股票市场波动的影响减弱,短期投资者对波动的贡献增加。加入不对称效应的波动预测模型表明,正负收益率波动系数均是显著的,负收益率波动系数大于正收益率波动系数,表明在已实现波动率中负半方差的贡献更大,显示了杠杆效应的存在。在此基础上进一步分解跳跃波动后,结果显示,正面(“好”)的跳跃对预测未来的波动没有显著影响,负面(“坏”)跳跃对预测未来波动有作用,会使得未来波动变大,表明跳跃会显著的影响未来波动率的预测。(2)本文采用BP结构突变检验方法,实证发现,当已实现波动率均值发生结构突变时,连续波动、跳跃波动的结构突变时点接近,且与已实现波动率矩阵结构突变时点大致相同,三者的突变特征基本一致,当市场中极度乐观的投资者众多或投资者非理性程度较高时,跳跃波动存在一定的时滞性。(3)单独对连续部分和跳跃部分建模发现,日平均连续波动率对连续波动的预测贡献最大,其次是周效应和月效应。在规模效应方面,我国股票市场中,滞后一阶的绝对日收益率和周收益率均不会对投资者行为造成显著的影响。此外,模型中,负收益的系数是显著的,表明滞后一阶的负收益有助于预测连续波动序列,且影响为正。在跳跃波动模型中,日效应对预测未来跳跃波动的贡献最大,月效应的贡献最初,反应了连续波动在波动预测中为主要成分。(4)有关HAR类模型的预测精度分析表明,无论是传统的损失函数法还是SPA检验,均显示加入杠杆效应的波动预测模型中,HAR-RV-SJ-II模型的样本内预测表现最佳,表明已实现波动率与负收益率的交互项能很好的解释不对称效应,对跳跃积极部分与消极部分的分解能很好的提高模型的预测精度。此外,虽然损失函数法和DM检验都显示HAR-RV-J模型的总体预测误差较小,模型中进行连续波动与跳跃波动的分析可提高模型预测精度,但SPA检验结果表明,与其余进行跳跃分解的模型相比,仅仅粗略的分解出跳跃波动,预测效果并不理想。