对金融市场有价证券波动率的测量和建模是金融产品定价、资产配置及风险管理的关键所在。随着高频数据可以越来越方便的获得,过去的ARCH模型及GARCH模型已经不能再满足高频数据的研究需要。在目前的实证应用中,可以通过将高频收益率的平方加总来对日或者更低频率的波动进行测量,这就是我们所说的已实现波动率,它可以通过更为精确的模型进行估计,并且可以通过已实现波动率来对波动率的动态系统及分布结构进行描述。借用已实现波动率的计算方法,我们获得了系统风险beta的非参数估计方法,我们称之为已实现beta。已实现beta可以直接用来模拟我们所观测到的beta的时变性。本文选取了上证综指及深证成指的5分钟高频收益率序列,计算出了5分钟的已实现波动率,对其进行描述性统计分析发现其具有同国外已实现波动率较相近的尖峰、厚尾、极度右偏及长记忆性特点。本文选取了HAR-RV模型对已实现波动率进行建模,并基于回归结果将HAR-RV模型扩展为HAR-RV-GARCH模型,取得了非常好的预测效果,并且通过回归分析,证明了我国股票市场交易者异质性的存在。本文选取浦发银行(600000)一只股票为代表,计算了该只股票的已实现beta值,并且通过AR(3)模型进行预测,取得了较为精确的预测效果。