资产价格波动率在金融市场的理论研究与实际应用中有着至关重要且不可代替的地位,无论是组合套利、资产定价、风险管理还是制定宏观货币政策都与之息息相关。近年来,电子交易的普及和信息存储技术的发展为获取高频数据提供了便利,高频数据可以迅速有效地捕捉市场信息,不容易出现信息失真,更能反映市场的真实状况。市场微观结构噪声和瞬时价格跳跃在抽样间隔较大时,对波动率的测度能效并没有太大影响,但是在抽样间隔越小时,这二者的存在对波动率的测度能效却有着至关重要的影响。在此之前学术界不乏对各自存在市场微观结构噪声和价格跳跃情况下金融波动率的研究,这也成为数量经济学研究的热点。然而证券市场的运行规则往往要比经济假设中更加错综复杂,市场微观结构噪声和资产价格瞬时跳跃往往协同存在,但同时考虑这两个影响因素的文献比较少。怎样能够更有效地对高频数据的资产波动进行测算,这在学术界来说仍是个空白,为此本文欲在下文进行深入探讨与研究。本文对比了修正的调整双幂次变差、BT预平均估计量、门限预平均实现波动、MinRV和MedRV这四种同时存在微观噪声和价格跳跃下的波动一致估计量。每种测度方法适用的市场条件和市场环境也会各有不同,针对我国特有的市场体制和经济背景哪种估计模型能更好地测度证券市场波动率有待深入探究。文章首先用模拟方法比较这四种波动一致估计量的测度效能,同时为了避免因数据中少数奇异点对波动率模型优劣的错误影响,运用了不同形式的损失函数作为评价标准来确定哪种估计方法更适用于我国证券市场。然后使用该方法利用跳跃显著性检验,研究了重大国际环境变动、宏观经济政策实施以及市场突发事件对中国股票市场收益率波动的影响,并建立了HAR-RV-J及HAR-RV-CJ模型对波动率预测的有效性进行验证,系统、立体地剖析噪音环境下跳跃的波动率。