波动率作为衡量金融资产风险与不确定性的重要量化指标,在投资组合、资产定价和风险管理等方面有着广泛的应用。随着近些年来金融市场全球化程度持续加深,金融市场波动日益频繁,如何更为准确地对波动率进行度量,这成为了近年来金融领域研究的热点。而高频数据相较于低频数据往往包含更多的市场信息,因而基于高频数据采用参数或非参数方法构造更为准确的波动率估计,这更适应当代金融市场的实际需求。瞬时波动率作为一种比传统风险测度更为精细的日内风险测度方法,准确估计和预测瞬时波动率无论是对金融市场波动性规律还是金融资产风险管理,都有着极为重要的理论与实际意义。Andreou和Bollerslev(1998)对高频数据采用非参数估计的方法,提出了已实现波动率(Realized Volatility,RV)的概念,利用一段时间的收益率平方和来对该段时间的积分波动率作估计,它具有不依赖模型,计算简便和无需作复杂的参数估计等优点。之后越来越多的学者不断对这种事后积分波动率进行完善和改进。Brandorff和Shephard(2002)证明了已实现波动率在资产价格扩散模型中是积分波动率的相合估计,并给出了中心极限定理。Mancini(2004)提出了阈值已实现波动率。Hansen等人(2008)将已实现波动进行MA滤子处理,并证明由此得到的估计仍是积分波动率的一致估计,并给出了该估计的渐近分布。Kristensen(2010)在资产价格扩散模型中利用二次幂变差构建一种核权瞬时波动率估计,受此启发,本文将在连续时间资产价格扩散模型情形下利用r(r>0)次幂变差构建其他类型核权瞬时波动率估计,并在更弱的假设条件下,证明其渐近无偏性,弱相合性和渐近正态性。最后通过数值模拟来考察核权r阶幂变差瞬时波动率估计在有限样本下的性质,并应用一组实际数据进行了实证分析。数值模拟结果显示:1.样本提取间隔对瞬时波动率估计的精度有影响,提取间隔越短,样本组数越多,瞬时波动率估计的精度也越高,尤其在大样本下,核权r阶幂变差瞬时波动率估计具有非常不错的精度。2.核权r阶幂变差瞬时波动率估计在大样本下近似服从正态分布。实证分析结果发现:随着阶数r的取值增加,由核权r阶幂变差瞬时波动率估计所反映出的跳跃行为会越来越明显。换言之,通过适当调节阶数r的大小,可以更为清楚直观地在图表上观察到跳跃行为的发生,因而对不同阶数r下的瞬时波动率作出可靠估计具有非常重要的现实意义。