经过文献梳理及以上分析可知，研究过程中首先应用RV建模理论，进一步充分挖掘“跳跃”等日内交易信息从而构建传统的HAR模型并与已有的经典的传统类HAR族模型进行对比分析，这是本书开展研究首先要解决的问题。然后重点是对所构建和对比分析的HAR模型进行升级，即利用新颖的具有时变特征估计方法的模型对传统类的HAR族模型进行改进，构建新颖的HARQ族模型，以期进一步提高对我国股票市场已实现波动率的拟合效果。这是本书创新工作的重点内容，也是本书解决的关键问题。在HARQ族模型的基础上，本书将结合极值理论对我国股票市场进行建模分析，并对其所面临的价格变动风险展开预测研究。这是本书对所构建的HAR模型及新颖的HARQ族模型的进一步深入应用，也是创新工作的重要内容。具体而言，本书的创新性体现在以下五个方面：

（1）构建了包含“跳跃”“非对称波动”等日内丰富交易特征的HAR模型。

目前对传统类HAR模型的改进均是进一步挖掘日内交易信息，本书将根据我国股票市场的具体特点，重点考察我国股票市场作为新兴市场的波动更为频繁和剧烈的实际情况，利用严格的统计方法对我国股票市场的“跳跃”情况进行识别和计量，并将不对称波动特征等进行综合考虑，然后根据半方差理论构建包含更多日内交易信息的HAR模型。同时，本书将所构建的HAR模型与现有经典的传统类HAR族模型，即基础的HAR模型、连续成分的HAR-C模型、对RV分解为正的和负的两个部分并据此进行建模的HAR-S模型以及对日、周和月RV进行全部分解并据此建立的HAR-SA模型等多种模型进行对比分析。这里需要说明的是，在该部分本书挖掘“跳跃”和“非对称波动”等交易信息所构建和所对比的现有经典HAR模型均为传统类HAR族模型。

（2）构建了新颖的放松传统HAR族模型中固定参数约束的HARQ族模型。

放松传统HAR族模型中的固定参数约束条件，赋予参数估计方差的时变特性，引入参数时变特征的RV拟合思路对传统的高频波动率模型进行改进，采用新颖的HARQ理论方法对本书深入挖掘“跳跃”、“非对称波动”等丰富日内交易信息所构建的HAR模型和所对比的现有经典HAR族模型进行升级，构建具有时变特征的HARQ族模型。然后据此对我国股市的波动特征进行建模，以期进一步提高对波动率的估计精度。从现有文献来看，当前讨论我国股票市场波动率的文献在建模过程中，参数具有的不变性，而本书考虑其时变特征，从而扩展高频波动模型的构建及其应用。这种时变参数异质自回归方法及结论，对我国股票市场的管理者和投资者的风险管理工作具有重要的参考价值。

（3）构建了综合HARQ方法与极值理论的我国股票市场的动态VaR预测模型。(www.daowen.com)

本书对高频波动进行建模并重点讨论其具体应用，结合目前风险计量的VaR方法，在RV建模的基础上构建相关模型讨论我国股票市场的动态风险——动态VaR。在刻画我国股票市场风险过程中，结合能刻画金融资产极端波动的极值理论（Extreme Value Theory，EVT）进行建模，运用的正态分布不足以描述金融收益的尾部特征，而极值理论计算风险时注重对分布尾部的度量，强调了对尾部风险的度量，突出了对资产的极端风险的刻画。在HARQ模型对高频数据已实现波动率拟合的基础上，深入拓展RV模型的具体应用，并为风险管理的相关参与者提供具有实践价值的研究方法和具体措施。因此，本书结合具有刻画极端波动能力的极值理论和考虑了高频交易信息的HARQ族模型，对我国沪深股市及香港股市的VaR进行预测研究，从而拓展HARQ族模型的理论探讨和具体应用。

（4）基于高频波动率模型及Copula理论详细探讨了“沪港通”实施背景下两市之间的相互关系。

利用前面已建的高频波动率模型，在此基础上利用N-Copula和t-Copula模型对沪港股市2013年1月至2016年12月间的动态相关关系进行分析，同时以2014年11月17日实施的“沪港通”为标志，将样本分为前后各两年两个分样本进行实证研究。结果表明：动态的t-Copula模型较N-Copula模型更能准确地刻画两市之间的相关关系。HAR及HAR-J模型较CHAR及SHAR模型对沪港股市间的相关关系具有更佳的拟合效果。“沪港通”实施之后两市之间的相关关系提升幅度达到12％以上，且香港股市对沪深股市的影响逐渐增强。

（5）实证了德国股票市场隐含波动率指数和原油市场隐含波动指数对德国DAX指数的RV具有显著的预测能力。

研究采用了标准的预测回归框架、主成分分析、几种模型组合方法以及两种常用的模型收缩方法（即弹性网法和拉索法），用于评估隐含波动率指数的性能。样本内估计结果表明，几乎所有隐含波动率指数都考虑了德国DAX指数的RV具有显著的预测能力。实证结果表明，无论是基于模型置信度（MCS，model confidence set）检验，还是样本外的R2检验，两种收缩模型展示了最好的样本外预测。基于替代波动率估计、替代估计窗口、替代预测评价的实证结果进一步证实了研究的主要结论的稳健性。