2015年以来中国股票市场出现了巨大的波动,造成这种现象的原因有交易机制不完善,投资者的风险意识不足,政府监管和媒体部门不能准确及时地进行风险提示、信息披露等。所以为了减少投资者所承担的部分价格风险,维护金融市场稳定并增强人民对金融市场的信心,市场监管部门需要建立有效的制度和规则,提高有关部门对股票市场风险的预测能力。因为在资产价格形成的过程中,交易时间间隔所反映的股票市场的重要信息对交易者行为产生了不同的影响,从而引起价格的波动,金融资产价格的波动性常被用来度量金融市场风险,投资者可以根据交易时间间隔所包含的信息来判断资产价格的波动大小,从而有效预测资产价格风险,所以本文以价格形成过程中两个不可或缺的因素,交易时间间隔和波动率作为研究对象进行实证分析,考察了金融市场本身所提供的信息对价格形成和波动的影响。对于交易时间间隔和波动率的衡量,传统的经济学都是建立在低频、等时数据的基础上的,但是金融市场上大多数的信息是连续不等间隔的变化过程,所以本文选用以每小时、每分钟甚至每秒为频率所采集的高频数据,与低频数据相比,高频数据包含了更丰富的市场信息,使本文的研究更具科学性和实用性。首先,本文介绍了金融市场微观结构的基本内容和价格形成与发现理论、信息模型的三个假设和波动性的定义,以揭示价格形成的过程及其运行机制,三个假设对交易时间间隔与收益波动率的关系持不同的观点,后续的实证分析将对此进行检验。然后,本文对高频时间序列的特性和各类ACD模型的类别进行了具体介绍,ACD模型主要用来模拟相邻两项交易之间的时间间隔(也叫交易持续期),其思想是基于过去的事件和不等时间间隔而创建的,主要是为了分析交易时间间隔的条件分布情况。其次,基于中国平安的高频数据,检验得出交易时间间隔存在显著的倒“U”型日内效应,并对EACD、WACD模型以及GACD模型进行实证研究,以选择适合中国股票市场的ACD模型。又建立了在UHF-GARCH的模型基础上引入交易量的变化率这一变量的UHF-GARCH-M模型,通过实证分析考察了加入交易量的变化率这一变量时交易时间间隔对股票收益和波动率的影响。最后,总结全文并展望了该领域今后的研究态势。通过本文的分析和研究,笔者得到以下结论：第一,中国股票市场的交易时间间隔和收益率都存在着明显的日内效应；第二,对各类ACD模型的实证分析结果表明,交易时间间隔存在着聚集效应和持续性,EACD模型与中国股票市场的交易时间间隔更加吻合；第三,在加入交易量的变化率这一变量之后,实证结果说明了持续期与收益率波动性呈负相关关系,从而与Easley和0’ Hara的假设一致,也就是交易时间间隔长表示没有交易,就意味着没有消息。综上,本文采用高频数据进行分析,使得对有效控制金融资产价格波动风险方面的研究更具科学、更实用。本文的预测结果对于投资者和投资机构以及有关部门的实际操作具有参考意义。