1. 研究目的与意义
但是，宏观经济的波动，信息的公布和政策的实施，都有可能使价格在近似连续的时间内出现大幅波动，这种由突发信息到达及融入而对资产价格及波动过程而造成的冲击即“跳跃”。
资产价格跳跃行为的识别、刻画及基于跳跃视角的市场交易行为、交易特征研究，能够深刻揭示资产价格的“发现—传导—融入—反馈”过程，使得投资者能够更为准确的把握资产价格行为的内在本质，进而为资产定价、资产配置和风险管理提供理论和实践依据，是目前证券市场微观结构研究的最前沿的领域之一。
2. 研究内容和预期目标
现有非参数跳跃的识别方法繁多，但对其在中国股票市场的适用性尚无定论。所以本论文以沪深 300 指数高频价格为实证数据，来比较各种跳跃检验方法应用于中国股票市场的优劣性。除了对各种跳跃检验方法检验出的跳跃个数进行比较外，着重于将跳跃方差和连续路径方差用于 har-rv-cj 模型的样本内拟合结果与样本外预测结果的比较。对样本外预测结果进行比较时将其分为 22 个周期分别进行 spa 检验。
1.1理论与方法
3. 国内外研究现状
近年来，日内高频金融数据日益可得，Andersen和 Bollerslev以及 Barndorff-Nielsen 和 Shephard提出日内高频收益平方和计算的已实现波动率作为日波动率的估计。Barndorff-Nielsen 和 Shephard提出相邻日内高频收益绝对值乘积和计算的已实现双幂次变差作为连续路径方差的估计。2006 年，Barndorff-Nielsen 和Shephard提出了 BNS 检验方法，利用已实现波动率和已实现双幂次变差之差构造出统计量，并给出渐进分布用以识别跳跃。2009 年，Andersen 等用相对差（比值、对数差）代替绝对差，在 BNS 检验的基础上提出了 Z 检验方法，同时他们的研究还证明了跳跃往往与重大的经济或金融信息相联系。2008 年，Lee 和 Mykland用每个标准化的日内收益率与一个指定的临界值构建统计量，并给出其渐进分布。2008 年，Ait-Sahalia 和 Jacod提出了利用两种不同抽样频率的幂变差之比构造统计量的 AJ 检验方法； 2008 年，Jiang 和 Oomen根据套利误差理论提出了 JO 检验方法；2012 年，Andersen 等提出了基于 MinRV 和 MedRV的检验方法，改进了 BNS 检验的统计量；2010 年，Podolskij 和 Ziggel提出了基于随机变量的 PZ 检验方法；2010 年，Corsi，Pirino 和 Reno对 Z 检验方法中估计量的构建进一步改进，提出了 CPR 检验方法。
然而，对各种跳跃检验方法进行比较的文献仍十分有限，并且没有得到统一的结论。Theodosiou 和 Zikes通过蒙特卡罗仿真检验发现模拟结果受数据规模、数据生成过程、微观噪声影响较大，无法得到一个明确的答案。Dumitru 和 Urga随后的研究发现 ABD-LM检验得到的结果是最稳健的。而针对中国市场的研究中，唐勇采用上证综指 2007.1-2010.3的高频数据对上述部分跳跃检验方法进行了比较，认为 AJ 方法是实践中的可选跳跃检验方法。
4. 计划与进度安排
载沪深300指数的5分钟高频数据，采用Eviews对数据进行清洗，选取适当的数据分别建立连续时间序列模型和离散时间序列模型。
在 95%的显著性水平下进行非参数跳跃识别，从跳跃数量、样本内预测结果和样本外预测效果三个角度对各种跳跃检验方法进行比较。
5. 参考文献
[4] barndorff-nielsen o e, shephard n. econometrics of testing for jumps in financial economics using bi-power variation[j]. journal of financial econometrics, 2006, 4: 1-30.
[5] andersen t g, bollerslev t, diebold f x. roughing it up: including jump components in the measurement,modeling, and forecasting of return volatility[j]. the review of economics and statistics, 2007, 89: 701-720.
[6] lee s , mykland p a. jumps in financial markets: a new nonparametric test and jump dynamics[j], review of financial studies, 2008, 21: 2535-2563.
