摘要：通过用久期来调整收益率，把非等距数据等距化，构建ACD-GARCH模型来反映高频波动特征．并添加微观结构变量，构建了ACD-GARCH-M模型，用以分析久期、交易量与收益率和波动率的关系．结果表明：较长的久期是由于信息缺乏所致，久期对收益率的影响不显著，但久期和价格的波动性负相关．交易量和价格的波动性正相关．在加入了微观解释变量的ACD-GARCH-M模型中，GARCH效应大大减弱了，说明ACD-GARCH-M模型能较好地反映高频波动聚集性的本质，久期、交易量是产生波动聚集的原因．

关键词：高频数据 久期 日内效应 

单位：中央财经大学金融学院 北京100081 中国科学院研究生院管理学院 北京100190 中国科学院数学与系统科学研究院 北京100190 美国康乃尔大学经济学系与统计科学系 纽约14850