西村友作（1974-），男，出生于日本熊本县。2002年9月来华留学，2010年6月于对外经济贸易大学国际经济贸易学院获得经济学博士学位。现任对外经济贸易大学国际经济研究院副教授，立命馆大学客座研究员。主要研究方向为金融市场、金融风险管理与金融时闻序列分析。近年在国内外学术期刊发表中英日论文30多篇。

　　《基于高频数据的中国股市波动率研究》为作者在对外经济贸易大学国际经济贸易学院攻读博士学位期间完成的博士论文《中国股票市场的风险识别研究：基于股市波动与国际联动的实证分析》的基础上，进一步吸收国内外高频数据相关研究的精华，对博士论文第三章《中国股市波动性研究》的内容进行大幅度修订和扩展，经过反复修改、补充而成的。《基于高频数据的中国股市波动率研究》共有八章，主要内容包括：第1章对本研究领域的背景与发展现状进行简明的介绍；第2章与第3章分别对基于高频数据的已实现波动测度与基于低频数据的ARCH类模型进行详细阐释，并将这些工具应用于中国股票市场中，对上证综合指数进行建模，分析中国股票市场的波动特征；第4章与第5章分别在波动预测与VaR（Value-at-Risk）预测不同标准下，比较各类波动率模型的预测能力；第6章对连续扩散过程假设进行扩展，分析跳跃扩散过程下的中国股市波动跳跃特征；第7章主要分析中国股票市场的日内波动率动态特征，并考察日内波动率与日内交易量之间的动态相关关系；第8章对全文进行总结，并给出未来的研究方向。

第1章 绪论
1.1 研究背景
1.2 波动率研究的发展与现状
1.3 本书的框架结构

第2章 已实现波动测度：已实现波动率与已实现极差波动率
2.1 引言
2.2 已实现波动率与已实现极差波动率的理论背景及其比较
2.3 已实现波动率与已实现极差波动率所面临的问题及其对策
2.4 已实现波动测度模型
2.5 中国股票市场日收益率与已实现波动测度的统计特征
2.6 已实现波动测度在中国股票市场的应用
2.7 本章小结

第3章 ARCH类模型
3.1 引言
3.2 ARCH类模型简介
3.3 ARCH类模型估计方法
3.4 ARCH类模型在中国股票市场的应用
3.5 其他分布假设下的ARCH类模型
3.6 本章小结

第4章 波动预测比较分析
4.1 引言
4.2 文献综述
4.3 波动预测能力的比较及其评价方法
4.4 实证分析
4.5 本章小结

第5章 VaR预测比较分析
5.1 引言
5.2 文献综述
5.3 VaR预测及其评价方法
5.4 实证分析
5.5 本章小结

第6章 高频数据波动率在跳跃扩散过程的应用
6.1 引言
6.2 跳跃扩散过程的理论背景
6.3 分析方法
6.4 实证检验结果
6.5 不同发展阶段的股市波动跳跃分析
6.6 本章小结

第7章 日内波动率动态分析
7.1 引言
7.2 日内收益率序列的描述性分析与日内动态特征
7.3 基于FFF的日内周期性的剔除
7.4 日内波动率的估计与特征分析
7.5 日内波动率与日内交易量的动态相关特征分析
7.6 本章小结

第8章 结束语
8.1 总结
8.2 研究展望
……