随着全球经济的不断向前发展,世界金融市场逐渐形成一个整体,同时,金融市场的风险也出现显著性聚集,其剧烈波动将对现实经济发展产生严重的负面影响。对于金融市场的完善以及金融风险的防范,依赖于金融工具、金融创新等金融手段的不断发展。有效合理的使用金融分析工具,对于防范规避金融风险具有十分重要的作用。而随着计算机计算能力的迅速提升,以及当代数据存储技术的不断革新,高频金融数据成为金融实践中重要的数据源,其能够保留更多的市场交易信息,刻画更加微观的市场结构,对资产价格变动进行更为精细的刻画。这些特性使其有助于人们加深对金融市场变动的了解,从而对金融市场中可能发生的风险进行有效防范。高频数据在金融领域中的广阔应用前景,受到众多学者们的广泛关注,相关的理论和实证研究层出不穷,也是当今金融计量领域的热点和前沿问题。由于连续时间扩散模型是高频金融数据领域中广泛使用的基准模型,而扩散模型的波动函数在风险对冲中具有重要的作用,本文主要针对高频环境下连续时间扩散模型的波动函数的拟合可能涉及的识别检验问题进行研究,以期为金融高频数据的在实践中的应用提供有效的检验工具,其主要工作如下:首先,本文研究了针对金融高频噪音数据的纯扩散模型波动函数的函数形式的识别检验问题。考虑到金融高频数据中广泛存在的噪音以及观测噪音对构造检验统计量有效性的影响,文中通过使用局部平滑（local-average）方法对存在观测噪音的观测数据进行平滑处理。然后,使用平滑后的观测值基于扩散模型增量的性质构造残差序列,通过经验过程方法构造检验统计量。同时,为得到渐进分布无关检验统计量,结合鞅转化方法消除了参数估计在构造检验统计量中的影响,并利用蒙特卡罗模拟检验所构造统计量的有限样本性质。最后,使用构造的检验统计量对我国国债期货的高频金融数据可能的波动函数形式进行识别检验。其次,考虑到金融市场中资产价格变动中跳跃存在的普遍性,本文进一步讨论了金融高频噪音数据跳跃-扩散模型的波动函数的识别检验问题。在使用局部平滑方法过滤观测数据中存在观测噪音的基础上,通过进一步引入阈值法和邻近截断方法,在消除观测噪音影响的同时,消除了可能存在的跳跃对构造经验过程统计量的影响。在此基础上,引入鞅转化过程,从而得到了对观测噪音和跳跃同时稳健的渐进分布无关检验统计量,并给出了所构造检验统计量的渐进性质。同时,利用蒙特卡罗模拟检验了所构造统计量的有限样本性质。最后,使用构造的检验统计量对我国国债期货中显著存在跳跃时段的高频金融数据可能的波动函数形式进行了识别。再次,考虑到经济环境的变动性以及当前扩散模型识别中广泛采用的齐次性假设的合理性,本文考虑了高频数据下扩散模型波动函数的参数结构变化诊断问题。在利用扩散模型增量的正态性构造残差序列的基础上,引入时间核函数,构造了非参数的U统计量。在不引入平稳性的假定下,本文得出了所构造检验统计量在原假设成立下收敛到标准正态分布的理论结果,并给出了备则假设条件下检验的一致性。同时,考虑到非参数方法在有限样本下的收敛速度问题,这里通过在局部范围内还原扩散过程,进而使用Bootstrap方法构造检验统计量的临界值。最后,使用构造的检验统计量对我国股指期货的高频数据中可能存在波动函数参数结构变化和协同变化问题进行识别。最后,在扩散模型波动函数参数结构变化检验中,需要对波动函数形式进行预先设定,可能造成结果的无效性。在不对扩散模型波动函数的函数形式进行任何具体假定的情况下,本文考虑了高频金融数据扩散模型波动函数的非参数结构变化诊断问题。在扩散模型波动函数存在结构变化时,将时间变量看做波动函数非参数估计中未考虑到的遗漏变量,通过引入状态变量核函数和时间核函数,使用条件矩和非参数的估计方法,在假设扩散模型结构满足分段稳定的条件下,得到了原假设成立下收敛到标准正态分布的检验统计量。此外,通过估计扩散模型的积分波动率,并在局部范围内利用所得积分波动还原扩散过程,从而使用Bootstrap方法构造检验统计量的临界值。最后,在不假设波动函数具体函数形式的条件下,使用构造的检验统计量对我国国债期货的高频数据中可能存在的波动函数的结构变化和协同变化问题进行识别。本文的研究内容主要集中于金融高频数据下连续时间扩散模型波动函数的相关识别检验,包括函数形式的识别和结构变化识别两大部分。在理论方面,做了如下创新:首先,我们为当前研究较少的高频噪音环境下连续时间扩散模型的波动函数的识别问题提供了更为有效的检验统计量,虽然,已有部分文献对存在观测噪音的扩散模型的函数识别检验问题进行了研究,但是,其方法及效果均不理想,本文弥补了当前该领域的空白,同时,将结果拓展到了跳跃-扩散模型,进一步拓展了检验的可应用范围。其次,本文考虑了非平稳条件下,连续时间扩散模型波动函数的参数结构变化检验问题,通过引入时间核函数构造U统计量,给出了检验统计量的渐进收敛性。从一定角度,该研究拓展了非平稳条件下,参数结构变化问题的相关检验结果,丰富了相关领域的研究内容。最后,通过在高频环境下同时引入状态变量核函数和时间核函数,对扩散模型波动函数的非参数结构变化进行了研究,构造了收敛到标准正态分布的检验统计量,其结果进一步拓展了非参数方法构造检验统计量的应用范围。本文的研究结果在一定程度上可能为高频金融数据的有效应用提供必要的检验工具。同时,利用本文提出的检验方法,对我国的国债期货、股指期货的金融高频数据进行了相关检验。根据函数识别检验的结果,我们得出,在对我国国债期货数据使用连续时间扩散模型进行拟合时,二次线性波动函数可能是一个较好的选择,能够更为合理的拟合其波动函数,并且该结论在国债期货存在跳跃的情况下,也具有一定的稳健性。同时,在假定股指期货的波动函数为常数波动函数的条件下,本文针其波动函数的参数结构变化问题进行检验,其结果显示,我国各种股指期货可能存在较为明显的结构变化,并且由于包含相同的资产标的,其结构变化具有协同性。最后,针对我国三种国债期货的非参数结构变化检验的结果显示,10年期国债期货具有更加稳健的波动形式,而2年期和5年期国债期货数据,波动函数结构存在较为频繁的变化,且具有更为明显的协同变化特征。本文的实证结果,可能能够为其他有关实证分析提供一定的基础性参考。