期货市场是金融市场和国民经济的重要组成部分,具有价格发现和套期保值两大重要功能。不仅对股票市场、外汇市场等其他虚拟经济有巨大的影响,也与现货市场直接关联,调控着实体经济的运行。随着近年来国际贸易和经济一体化的迅猛发展,期货市场跨越国界配置资源的作用越发显现,成为抢夺国际资源定价权和话语权的重要阵地。期货市场的地位在不断增强。因此,理解和研究我国期货市场的微观结构及其运作方式,对于揭示我国期货产品价格形成规律,理解期货市场波动率有重要的意义。认识市场微观构件如何影响市场价格变动趋势,可以直接运用到实际期货产品投资实践,有助于我们评价期货市场质量和效率,促使我国期货市场交易制度、规则的完善。市场微观结构理论的出现和发展,为深入理解和研究期货市场微观结构提供了方法和手段。莫琳·奥哈拉将市场微观结构的研究界定为“研究确定交易规则下资产交易的过程和结果”。强调从确定的交易机制之下的规则出发,来分析价格决定过程。麦德哈文(Ananth Madhavan,2000)将市场微观结构定义为“一个研究投资者潜在的交易需求转化为最终交易价格和交易量过程的金融学领域”。关注交易机制本身对价格形成的影响,是市场微观结构研究的一大特点。微观结构噪音的相关研究正是这样的背景提出和发展的。根据市场微观结构的相关理论,现实市场不同于完美信息市场,存在着交易成本、信息不对称等市场摩擦,证券价格在交易过程会受到这些摩擦因素的影响而偏离完美市场下资产的均衡价格。在交易过程中导致证券价格偏离均衡价格的因素的总和即为微观结构噪音。微观结构噪音是产生于交易过程的一系列市场摩擦,包括买卖价差、价格的离散变化、非同步交易、信息不对称、市场对大宗交易的逐渐反应、订单流的策略成分、市场参与者的流动性需要、市场参与者存货控制效应等。高频数据和超高频数据记录了市场所有的交易信息,其运用促进了微观结构噪音的研究,也为深入研究我国期货市场提供了重要的实证数据。传统的资产价格波动研究主要以低频数据为主,采样频率较低容易造成的信息流失,难以准确的刻画市场特征。高频数据和超高频数据包含了所有的交易信息,弥补了低频研究的不足。但超高频数据具有“采样频率高、不等的时间间隔、价格的离散变化、交易的周期模式、交易的多重性”等特性,使得低频下的波动估计不再是无偏估计。事实上,当采样频率越高,基于GARCH,SV模型不能取得较好的估计效果,RV模型的估计量的渐进一致性受到的影响越严重。一个主要的原因就是存在着市场微观结构噪音的干扰,上述波动估计量将不再收敛于积分波动率。Zhang等(2005)提出了二尺度已实现波动率(TSRV),充分利用全样本观测数据,将观测价格的波动分解为来自真实价格的波动和微观结构噪音的波动,得出了市场波动的渐近一致估计量。对市场微观噪音的研究,可以充分揭示具体交易规则之下,证券市场的价格行为多大程度上偏离了完美市场假设下的均衡价格行为。可以排除观测价格存在的非信息干扰,回归资产正确的价格。其次,应用微观结构噪音的的分离框架,可以有效估计价格过程的波动率状况,为寻求市场交易机会和构建投资组合提供帮助。应用噪音的研究,也能够形成对市场流动性和市场有效性的评价,从而帮助构建一个高效率、高质量的证券期货市场。鉴于目前国内在期货市场微观结构方面的研究相对匮乏,对微观结构噪音的实证研究更是几乎处于空白状态。本文以500ms高频采样数据和处理之后的得到的超高频交易数据为样本,研究期货市场价格波动状况,成交量变动规律,以及期货日内交易的一些特征。同时将引入TSRV方法对期货市场高频采样条件下的波动率进行估计,对微观结构噪音做出分离并分析其构成因素。本文的主要结构和安排如下：第一章是绪论部分。简述了期货市场微观结构噪音研究的研究背景和意义。第二章是相关理论和文献综述。第三章简要介绍了我国期货市场及其微观结构特征。第四章是文章的实证数据描述以及数据处理方法的介绍,包括了期货交易的日历效应和日内分时特征。第五章是本文的一个重点,介绍了微观结构噪音估计的原理和本文选取的TSRV噪音估计方法。然后基于逐笔交易数据对不同期货品种价格波动率和市场噪音水平进行了分离和估计。第六章分析了微观结构噪音的影响因素,并基于超高频数据实证回归分析了相关因素对噪音的贡献。第七章是本文的结语,总结了全文的研究和得出的结论,并就研究中存在的一些问题进行了总结,指出了未来可能的研究方向。最后是本文的参考文献,致谢和附录。本文研究得出的一些图表难以在正文中全部给出,可以在附录中找到。本文的研究主要得出了以下结论：第一,沪深300股指期货、天然橡胶、铜期货日历效应,各品种期货不同合约之间价格存在高度相关性,表现出同向变动趋势；股指成交量呈现当月交易活跃,其他时间交易较为清淡。临近交割日成交量先上升后下降的,类似于“M”型变化的趋势。天然橡胶期货日间成交量受现货市场的影响,存在着季节性变化的趋势。铜期货成交量与是否是主力合约有关。第二,本文分析了沪深300股指期货、天然橡胶、铜期货3个期货品种日内分时交易的特征。发现期货日内交易价格存在跳跃的行为,具有典型的离散变动特点,不能视为一个连续的价格过程。股指、铜期货的收益率在开盘和收盘附近具有类似“L”型或“倒L”型的特征,离开盘或收盘时点越近,收益率表现出较大幅度波动,随着距这些时点的间隔增加,收益率波动减小相对较为平缓。成交量有类似收益率的变动趋势。说明开盘和收盘附近存在较多的信息噪音交易。当市场处于一致的行情走势时,市场信息分歧较低,交易行为表现一致变动,日内分时特征将不明显。第三,利用已实现波动率RV、二尺度已实现波动率TSRV对市场的波动率进行了估计和比较,并对微观结构噪音进行了分离。发现以下结果：股指期货RV大致在104级别,TSRV大致在10-5级别,微观结构噪音在10-8和10-9两个级别变动。TSRV对市场噪音干扰的排除更优,是比RV更好的波动率估计量。微观结构噪音的变动趋势与成交量变动有较大关系,当成交量较低时,市场流动性价差,微观结构噪音相对较高,当交易变得活跃时,微观结构噪音下降。天然橡胶期货RV、TSRV都处于10-4水平,但显然TSRV的值更小,而其微观结构噪音水平在10-5,噪音水平与成交量有类似于股指期货的变化,成反向变动关系。铜期货RV、TSRV、微观结构噪音分别处于10-4、10-5、10-6水平。同时,微观结构噪音尖峰事件亦很好的解释了铜期货交易手续费调整和异常交易的现象。在本文的最后实证分析了微观结构噪音的影响因素,发现价差、交易规模对其有正的贡献,日内交易次数对其有负的贡献,TSRV对其无明显贡献,说明市场流动性与噪音有负相关关系。本文的创新之处在于：第一,首次运用500毫秒处理得出超高频数据分析了股指期货、天然橡胶、铜的日内分时交易特征。第二,首次引入了期货市场资产价格波动率和微观结构噪音的分离框架,并运用逐笔成交数据对股指期货、天然橡胶、铜期货三个品种的已实现波动率、二尺度已实现波动率、微观结构噪音水平分别作出了估计。第三,验证了TSRV模型在期货市场应用的稳健性,实证结果表明TSRV估计波动优于RV估计量。从而为高频条件波动率估计提出了一个参考指标,有助于更深刻地认识期货市场波动特征,更准备的构建投资组合实现风险控制。第四,实证分析了期货市场噪音的相关影响因素,验证价差、交易规模对微观结构噪音有正的影响,而日内交易频率与噪音负相关。第五,运用微观结构噪音尖峰事件,成功的解释了如市场微观结构调整(铜期货交易费率)、市场异常交易情况。本文的研究可以弥补目前在国内期货市场微观结构噪音定量研究上的空白,为以后的相关研究铺石垫瓦、抛砖引玉。