随着全球金融市场波动性的加剧,资产收益发生大规模变动的频率越来越高,资产收益的正常波动和异常跳跃双重性越来越显著。因此,针对资产收益跳跃风险的研究逐渐成为金融领域的重点和难点问题之一。特别是像中国这样的发展中国家,金融行业起步和发展较晚,金融体制建设不完善,对许多新兴金融工具还不熟悉,尤其容易受到国际金融风险的冲击,遭受的损失也会更大。为了研究沪深300股票指数的异常波动,文章引入泊松跳跃过程来刻画指数的跳跃行为。传统的跳跃GARCH模型有两大缺陷,一是没有考虑到资产收益对信息反映的不对称性,二是没有考虑到跳跃行为的聚集现象。基于此,利用EGARCH模型替代GARCH模型来刻画正常扰动项的条件波动率,强调利好与利坏消息对波动率的不对称影响,同时,用自回归的泊松跳跃强度来刻画跳跃扰动项的波动率,强调跳跃行为是时变的,并且上一期的跳跃行为对正常的条件波动率存在影响。首先,采用遗传算法对模型参数进行极大似然估计,解释参数的经济含义；其次,通过误差平方和检验与似然比检验对模型进行分析比较,选出最能拟合沪深300指数跳跃行为的模型；再次,从统计特征、占比分析、重大事件三个方面研究沪深300指数收益的跳跃行为；最后,以股指期货上市作为哑变量,引入到动态跳跃模型中,分析股指期货上市前后指数收益率跳跃行为的变化。实证研究结果表明,沪深300指数收益率过去的总体扰动项对波动率存在非对称性影响,指数存在跳跃行为,跳跃强度是时变的,存在明显的聚集现象,已发生的跳跃行为会影响下一期的正常波动率,跳跃波动占总体条件波动率的比重较大。股指期货上市之前,沪深300指数收益率的跳跃更频繁,跳跃幅度也较大,而股指期货的推出降低了指数波动率中跳跃部分的占比,减缓了标的指数波动的跳跃强度,减少了利好消息和利空消息对跳跃幅度的不对称性影响,降低了标的指数的跳跃风险。