1、2015年，我國A股市場大起大落，驚心動魄的股市令廣大市場投資者刻骨銘心，這一年注定將載入中國金融的史冊。市場的殘酷再一次提醒了廣大投資者風(fēng)險管理的重要性，波動率度量在風(fēng)險管理中占據(jù)了重要地位，隨著金融高頻數(shù)據(jù)越來越容易獲取，基于高頻數(shù)據(jù)非參數(shù)方法的“實現(xiàn)測度”在波動率研究中發(fā)揮著越來越大的作用，“實現(xiàn)測度”使金融波動率由隱變量轉(zhuǎn)變?yōu)榭梢灾苯涌坍嫷娘@變量，為市場波動率提供了一個可靠的度量，但是其缺陷是其并不具有預(yù)測能力。
　　鑒于

2、傳統(tǒng)GARCH類模型的優(yōu)勢，將實現(xiàn)測度和傳統(tǒng)的GARCH類模型結(jié)合起來成為波動率建模中的一個熱點問題。Hansen等(2012)提出的Realized GARCH模型將GARCH模型的條件波動率和實現(xiàn)測度聯(lián)系起來，獲得完備的GARCH分析框架，然而其也存在一定的不足。針對金融數(shù)據(jù)普遍存在的尖峰厚尾現(xiàn)象及非對稱性，本文把Realized GARCH模型拓展到厚尾分布的情形，將杠桿函數(shù)的冪次放松為待估參數(shù)，且為進一步地應(yīng)對杠桿效應(yīng)，將杠杠函

3、數(shù)設(shè)置為非對稱放松冪次的形式，此外，考慮到不同實現(xiàn)測度的選擇對模型的影響，除采用RV測度外，進一步納入另三種高頻數(shù)據(jù)波動率測度，構(gòu)成尾部風(fēng)險估計的對比模型。在比較尾部風(fēng)險度量效果時，除了對比VaR估計的結(jié)果，還引入了兩個在金融風(fēng)險管理視角下的損失函數(shù)，以彌補VaR的不足，并利用基于bootstrap方法的SPA檢驗，進一步提高模型對比結(jié)果的穩(wěn)健性;同時，采用蒙特卡羅模擬的方法，對比了各模型對實現(xiàn)測度的預(yù)測效果。
　　基于上證綜指5