近年来,随着信息技术的发展和存储能力的提高,基于高频数据的HAR族模型在对各类金融市场波动率的预测研究中表现出了优异的预测效果。黄金作为一种硬通货,既有商品属性,也具有货币属性,是一种优秀的避险金融资产,黄金期货波动率更是与世界整体风险水平、投资者避险情绪息息相关,而利用HAR模型研究黄金期货波动率的文献非常有限,因此本文对该研究领域进行了补充。本文采用5分钟高频数据来构造HAR模型,可以包含更多的日内交易信息,而且有研究表明金融资产存在长记忆性、金融市场存在异质性,因此建立HAR模型来预测黄金期货市场的波动率非常合适。另外以往研究表明金融资产存在结构突变,并且宏观因素也会通过传导机制影响黄金市场波动率,因此本文在基础HAR类模型上引入了结构突变变量和宏观变量,拓展了模型的预测能力,丰富了模型的组成成分,具有一定的创新价值,为接下来研究该领域的学者提供一定的借鉴意义。从应用价值角度看,通过MCS检验获得的最优HAR模型可以结合VaR计算,更有效控制和管理黄金期货市场尾部风险,为投资者有效决策提供保障。本文从历史信息、结构突变、宏观经济环境三个角度构造相关变量,对我国黄金期货波动率预测进行实证研究,研究结果可以帮助投资者进行风险控制与管理,提高投资者决策的有效性。本文在4个经典HAR族模型的基础上,考虑结构突变因素和宏观经济环境对波动率的预测作用,构建了4个带结构突变变量的HAR族模型和4个既带结构突变变量也带宏观变量的HAR族模型。接着,以2014年1月到2019年11月的上海期货交易所黄金期货合约5分钟高频数据、美元指数和美国经济政策不确定性指数作为研究样本,对上述模型进行样本内估计分析和样本外预测分析,以此来检验各解释变量对黄金期货波动率的预测作用以及比较各个HAR模型的预测能力。最后将预测黄金期货波动率表现最为优异的HAR模型运用于VaR计算中,探究模型在黄金期货市场尾部风险管理上的应用价值。基于HAR模型对黄金期货波动率的实证研究,最终得出了如下结论:第一,从数据统计中可以看出黄金市场收益率的分布具有尖峰厚尾特征,黄金期货波动呈现出非对称性,黄金期货已实现波动率也表现出显著自相关特征,可以说明已实现波动率存在长记忆性;第二,通过ICSS算法发现在黄金期货市场存在多个结构突变点,且这些结构突变点大多由一些重大经济事件导致,黄金期货市场波动幅度在这些结构突变点附近发生显著变化,说明结构突变因素在黄金期货波动率预测中扮演着重要的角色;第三,样本内估计结果显示,连续样本路径方差、非连续跳跃方差和已实现半方差变量对模型的解释能力与期限紧密相关,说明黄金期货市场存在异质性,在不同期限下结构突变变量和宏观变量的系数大多都显著,说明结构突变变量和宏观变量能有效提高HAR族模型的预测精度,包含额外的黄金期货波动率预测信息,因此这两个因素在模型构建中不能被忽略;第四,通过MCS检验发现不同期限下最优预测模型有所不同,HAR-RV-SB-DE模型和HAR-RV-SJd-SB-DE模型在短期波动率预测上表现优异,在中期波动率预测上H AR-RV-SJd-SB-DE模型表现最优,在长期波动率预测上HAR-RSV-SB-DE模型表现最优,可以看出符号跳跃包含较多短期和中期黄金期货波动率的预测信息,已实现波动率历史信息对预测短期波动率也有很好的效果,而在黄金期货长期波动率预测方面,已实现半方差提供了更多的有效信息;第五,通过失败频率检验法可知,在蒙特卡罗模拟计算VaR过程中,结合广义几何布朗运动和HAR-RVSB-DE模型可以显著提高VaR的准确性,使投资者更好地度量和管理尾部风险,因此HAR-RV-SB-DE模型具有很好的应用价值,既能有效预测黄金期货市场波动率,也能提高尾部风险度量的精确度。