中国股票市场已成为金融市场中重要的组成部分,承担着一个国家经济晴雨表的重要职能。对股票市场的研究将有利于金融市场平稳健康地发展。由于收益率和波动率在金融市场中处于核心地位,因此本文以已实现波动率为研究对象,使用HAR-RV模型验证了中国股市的异质性状态。希望这些研究能有助于对金融市场规律的深入了解。首先,为了给HAR-RV模型进行异质性检验提供准确的数据基础,本文分析选取了已实现波动率估计的恰当方法。已实现波动率是对真实波动率的一种事后估计方法。但在直接采用原始交易数据估计已实现波动率时,若样本频率太高,则市场微观结构等因素带来的噪声会使估计结果存在较大的偏差;而若采用较低频率的数据,则估计结果同样会因损失部分信息而存在偏差。本文采用了三种方法:一阶偏差修正方法、指数移动平均、寻找相关性最小的最高频率,来估计了深市个股的已实现波动率。结论表明,基于分笔交易数据和一阶偏差修正方法计算的已实现波动率能有效提高个股真实波动率的估计精度。然后,本文对HAR-RV模型本身具备的优良性质进行比较检验。针对个股已实现波动率呈现出的长记忆性典型特征,本文利用深成指的39只股票的日已实现波动率,比较分析了HAR-RV、AR(1) -RV、AR(3) -RV、ARMA-RV、ARFIMA-RV和GARCH六个模型的预测能力。并根据RMSE、MAE和MAPE三种预测评价指标和本文提出的三种判别方法,实证研究结果表明HAR-RV模型具有更好地拟合和样本外预测能力,并且具有更强的稳健性。最后,本文基于已实现波动率的HAR-RV模型检验中国股市是否存在显著的异质性。根据异质市场假说,金融市场最显著的特点是市场由不同投资期限和交易频率的交易者组成。因此市场的异质结构可以简单分为短期、中期、长期三类交易者。本文通过实证结果表明,中国股市至少存在短期、中期、长期三类交易者。其中,所有的股票都存在短期和中期交易者;而个别行业和市值较小的股票中,长期交易者可能参与较少。同时发现不同期限交易者不会因股权分置的情况进行投资。