本文在经典的基于极差的条件自回归极差(CARR)模型基础上,借鉴基于收益率的GARCH-MIDAS模型的建模思路,提出基于极差的CARR-MIDAS模型对人民币汇率波动率进行建模。该模型框架充分利用了日内极值信息,且允许低频宏观经济变量(宏观经济信息)通过波动率长期成分和灵活的MIDAS结构直接影响波动率。采用月度全球经济政策不确定性(EPU)指数和日度美元兑人民币(USD/CNY)汇率数据,利用引入EPU的基于极差的CARR-MIDAS(CARR-MIDAS-EPU)模型,实证检验了EPU对USD/CNY汇率波动率的影响及预测作用。实证结果表明:EPU对USD/CNY汇率长期波动率具有显著正向影响,即EPU水平的提高会加剧USD/CNY汇率长期波动率;基于极差的CARR-MIDAS-EPU模型相比其他众多竞争模型(包括基于收益率的GARCH模型、GARCH-MIDAS模型和GARCH-MIDAS-EPU模型以及基于极差的CARR模型和CARR-MIDAS模型)在不同的预测期上(从1天到3个月)具有显著更高的样本外波动率预测精确性,说明极差和EPU包含了USD/CNY汇率波动率预测的重要信息。采用不同版本的全球EPU指数和不同的样本外预测窗口进行稳健性分析,进一步证实了上述研究结论的可靠性。