跳跃幅度
跳跃幅度（Jump Amplitude）是指在随机过程中，资产价格或其他经济变量在极短时间窗口内发生的非连续、离散变化的数值大小。在连续时间金融模型中，资产价格的演化通常被分解为两个组成部分：一个是连续的扩散过程，由布朗运动驱动，刻画小幅、频繁的价格波动；另一个是跳跃过程，描述价格在瞬间发生的非连续变动。跳跃幅度正是衡量后一种变动规模的核心参数。与扩散过程的波动率不同，跳跃幅度具有"离散性"和"偶发性"两个基本特征——它并非在每个时刻都发生，而一旦发生，其大小通常显著超过普通的价格波动。这一概念在期权定价、风险管理、资产配置和金融监管等多个领域具有基础性的理论意义和广泛的实际应用价值。
1. 理论框架
跳跃幅度在跳-扩散模型（Jump-Diffusion Model）中占据核心地位。最具代表性的是默顿（Robert C. Merton）于1976年提出的跳-扩散定价模型，该模型在经典的几何布朗运动基础上引入了一个泊松跳跃过程。在默顿框架下，资产价格的对数收益可表示为：
其中 是标准布朗运动增量， 是强度为 的泊松计数过程，而 即为跳跃幅度——它刻画跳跃发生时对数价格变化的随机大小。跳跃幅度通常被假设服从正态分布 ，其中 表示平均跳跃幅度， 表示跳跃幅度的波动性。这一设定允许跳跃可正可负，且大小不一，从而更贴近实际市场中因突发信息冲击导致的价格异动。跳跃幅度的符号方向通常与经济冲击的性质密切相关：负面消息（如盈利预警、政策突变、自然灾害）往往对应较大的负向跳跃幅度，而正面消息（如超预期财报、降息公告）则对应正向跳跃。跳跃的强度参数 与幅度参数 共同决定了跳跃过程对资产价格整体动态的影响程度。
2. 跳跃幅度的统计识别
区分跳跃幅度与扩散波动是金融计量经济学中的核心挑战之一。由于扩散过程本身也会产生较大的价格变动，仅凭单次观测难以判断某一变动是来自扩散尾部还是真实跳跃。为此，学者们发展了一系列非参数检验方法。巴恩多夫-尼尔森和谢泼德（Barndorff-Nielsen \& Shephard, 2004, 2006）提出了基于已实现方差（Realized Variance）和已实现双幂次变差（Realized Bipower Variation）的跳跃检测方法：已实现方差捕捉总变差，而双幂次变差对跳跃具有稳健性，两者之差即可视为跳跃变差成分。在此基础上，研究者可进一步估计出跳跃发生的时点和跳跃幅度的具体数值。高频数据的可得性极大提升了跳跃幅度估计的精度——当采样频率达到分钟级甚至秒级时，跳跃与扩散之间的可区分性显著增强。研究表明，在5分钟频率以上的数据中，跳跃幅度的识别准确率可达90\%以上。近年来，基于小波分析和机器学习的方法也被引入跳跃幅度估计领域，进一步提高了在噪声环境下的识别效果。
3. 经济含义与应用
跳跃幅度的经济含义十分丰富。首先，在期权定价中，跳跃幅度直接影响期权的隐含波动率微笑（Volatility Smile）形态。当市场预期存在跳跃风险时，深度虚值和深度实值期权的价格会显著高于传统布莱克-斯科尔斯模型的定价，形成波动率微笑的"翘起"现象。其次，在风险管理领域，跳跃幅度是极端风险（Tail Risk）的核心来源。2008年金融危机和2020年新冠疫情冲击均伴随着显著的跳跃事件，其跳跃幅度远超过正态分布假设下的极端分位数。若风险管理模型忽略跳跃幅度，将会严重低估投资组合的尾部损失。再次，跳跃幅度在高频交易策略中具有信号价值——大幅跳跃后通常伴随波动率的持续升高和流动性条件的变化，这为统计套利和做市策略提供了重要的输入参数。最后，中央银行和市场微观结构研究者也利用跳跃幅度来评估宏观政策公告（如利率决议、GDP数据发布、非农就业报告）对市场的瞬时冲击强度，并据此判断市场信息传递效率。
4. 跨资产异质性
不同类型的金融资产在跳跃幅度上表现出显著的系统性差异。股票市场通常具有最大的跳跃幅度均值（绝对值可达3\%-8\%），这反映了个股对公司特定信息的高度敏感性和投资者情绪的非线性反应。外汇市场的跳跃幅度相对较小（通常不超过1\%），因为汇率由宏观经济基本面和两国利差共同决定，受单一信息冲击的影响有限。利率市场则介于两者之间，国债收益率的跳跃幅度在重要政策公告日可达5-10个基点。此外，大宗商品市场的跳跃幅度表现出明显的时变特征，在地缘政治事件期间（如石油禁运、制裁升级、战争爆发）跳跃幅度可激增至平时的5倍以上。理解这些跨资产的异质性对于构建多资产风险管理框架和全球投资组合优化具有重要的实践指导意义。
跳跃幅度作为连接微观市场信息冲击与宏观价格行为的桥梁，是理解金融市场价格发现机制的关键概念。随着大数据和机器学习技术在金融领域的深入应用，对跳跃幅度的实时估计和动态预测正成为量化金融研究的前沿方向之一。