股票市场存在跳跃自激发现象和波动率集聚特征已经成为共识，但市场内部随机跳跃和连续波动间是否会相互转化、波动累积是否触发随机跳跃等问题尚存争议.为此，本文将连续波动的累积变化视作价格的“量变”,间断跳跃视作“质变”,采用动态跳扩散双因子交叉回馈模型，借助条件特征函数，引入广义矩估计与粒子滤波方法(GMM-PF),针对具有代表性的国际股票市场进行实证研究，并捕捉和量化两者之间的动态关系.研究显示，随机跳跃和连续波动呈现协同演化、交互传导的现象，一方面随机跳跃将改变下一期的波动率，另一方面量变引起质变，波动率累积也会提高未来的跳跃达到率.同时，与极大似然粒子滤波估计(MLE-PF)、序贯贝叶斯学习方法(SBL)相比，本文提出的GMM-PF方法可实现估计精度与估计效率的联合最优.研究还发现，跳扩散之间的传导机制在不同市场中存在较大差异，针对各个市场的量化结果来看，量变引起质变的程度普遍大于质变引起量变的水平.相比境外发达市场，大多数新兴市场对跳跃风险的消化、转移和分散能力相对较弱，其跳跃集聚和持续性处于较高水平.由此可见，监管当局和投资者有必要对跳跃演变规律给予足够重视.