波动率是金融市场中衡量风险的关键变量,其精确度量对于防范金融风险、促进经济良好运行均具有重要的意义。近年来,构建适用预测模型、合理度量金融风险等相关课题的研究从未间断过,但由于金融数据普遍存在尖峰厚尾、服从偏态分布等特性,并时常伴随高波动、高风险等波动聚集现象,给模型构建等问题带来了非常大的难度,使用传统时序模型及参数估计方法已很难给出波动率精确客观的描述。此外,随着计算机技术的飞速发展,高频金融数据的获取变得越来越容易,它较之低频数据往往包含更多有价值的金融信息。基于此,如何实现金融市场高风险、高频波动预测,给予金融风险合理的度量估计是需要我们深入探讨的问题,有着其重要的理论及应用价值。我国创业板市场具有特殊行业的结构优势,自身又带有高波动、高风险性等市场特性,是目前学术研究的焦点。鉴于EGARCH模型能很好地刻画金融风险的非对称性等特征,同时考虑分位数回归估计具有不受分布限制、适用性强等诸多优点,本文在拟合波动率的基础上,尝试构建基于系列分位数回归估计方法的EGARCH模型,并结合已实现波动率,开展我国创业板市场高频数据的已实现波动率分析与风险度量估计,主要研究内容包括:1.给出了系列分位数（分位数（QR）、复合分位数（CQR）及加权复合分位数（WCQR））回归估计方法与EGARCH模型相结合的模型分析,包括:构建相应参数估计推导及估计式,用以探讨估计方法的相合性与稳健性;给出WCQR估计方法中最优权重的选取方案;介绍高频数据下已实现波动率中的跳跃性波动和连续性波动成分的分离与显著性甄别方法等。2.针对我国创业板综指的高低频收盘价数据,验证分析了创业板市场的非对称性,证实了EGARCH模型的适用性;并利用已实现波动率,构建了系列分位数回归估计方法下的已实现EGARCH模型;通过计算6种常用损失函数,给出了不同估计方法下已实现EGARCH模型的优劣对比。3.主要针对已实现EGARCH（1,1）模型复合分位数估计拟合效果不理想的情况,对模型作进一步修正,考虑跳跃现象对收益率产生不同程度的冲击,引入跳跃波动率时间序列Jt,构建了含有跳跃成分的已实现EGARCH-J模型,获得了系列分位数回归估计方法下的已实现EGARCH-J模型的参数估计;并通过相同损失函数比较,判断了更适合我国创业板市场波动的拟合模型。研究结果表明:本文所构建的基于系列分位数回归估计方法的EGARCH模型是合理有效的。跳跃波动率作为解释变量有助于提高波动率模型的拟合,在考虑跳跃性波动对收益率的影响下,加权复合分位数回归估计方法对波动率的拟合效果最优,优于复合分位数回归估计方法,更优于分位数回归估计方法,弥补了最小二乘法等传统方法拟合度不高的缺陷,进一步证明了本文研究方法对高风险金融数据、高频波动预测的优越性。本文研究方法及相关模型实现了我国创业板市场风险衡量与波动率的有效估计,特别是对于金融风险中的诸多大幅跳跃现象,本文所建模型给出了不同程度冲击下市场波动问题的详细分析和精准模拟,从而揭示了我国创业板市场高风险波动的变化规律,为合理规避风险提供理论支持。