青年教师武艳华及其合作者撰写的学术论文“HAR modeling with true and false jumps for asymmetric volatility forecasting”，在《Communications in Statistics - Simulation and Computation》（2026年3月）在线发表。（该期刊属于我校B类期刊）

论文针对金融波动率预测中跳跃检测存在的多重检验假阳性问题，引入校正阈值将跳跃分解为真实跳跃与虚假跳跃，系统区分二者，并论证其对正向与负向已实现半方差的差异化预测作用。此外，研究扩展HAR模型框架，分别针对PS和NS构建了包含不同跳跃成分的预测模型。基于高频沪深300指数的实证分析表明，真实跳跃具有显著预测能力，而虚假跳跃的影响不显著；样本外SPA检验进一步表明，仅含真实跳跃的模型优于使用未区分跳跃或含虚假跳跃的基准模型。研究发现，精准分类跳跃是提升波动率预测表现的关键，对风险管理与衍生品定价具有一定的参考价值。