期货市场作为虚拟经济的一个重要组成部分，其市场微观结构以及期现货间关系研究对于期货市场稳定快速发展有重要意义。对于期货市场的传统研究大多使用一些较低频的数据，且研究方向主要限于期货价格发现作用、价量关系及期现货价格的领先-滞后关系等。　　 本研究的目的在于解决以下问题：我国现有的期货市场微观结构如何?高频交易数据包含哪些统计信息，其基本特征与低频数据有何不同?日内特征如何?久期与收益率、交易量之间关系如何?适合我国期货市场的久期模型是什么?如何利用久期中的信息量对流动性及波动性进行分析?我国期货市场风险值的估计及期现货间信息是如何传递的?　　 本文运用1分钟高频数据对我国三个市场、六个品种的商品期货的收益率和交易量的日内变动模式进行研究，得出了日内绝对收益率及交易量的“L”型变化模式，并根据金融市场微观结构理论、交易机制及交易者心理给予解释。在此基础上，利用Granger因果关系检验和向量自回归模型，研究了影响收益波动的各种因素及滞后阶数。结果表明绝对收益率与交易量、持仓量之间两两存在双向Granger因果关系。通过对VAR模型进行方差分解和脉冲响应分析，实证分析了三者之间的动态关系及影响程度。　　 通过引入自回归条件久期模型，分别对四种ACD模型在四种残差分布下进行参数估计，通过检验模型的性能，分析适合我国期货市场的ACD模型及残差的分布。并以此为基础，在价格久期模型中，分别加入久期内平均交易量、久期内平均绝对收益率和久期时点处的持仓量这三个微观结构因子，据此分析交易强度、价格波动和市场深度对价格久期的影响。实证结果表明：复杂的ACD模型并不能提高模型拟和能力，但不同分布之间差别较大，相对而言，威布尔分布是比较适合的残差的分布。久期内的平均交易量、平均绝对收益率对价格久期都有显著的负向作用，持仓量对其有微弱的影响。引入微观结构变量的模型比封闭的模型表现更好。　　 本文构造了交易量久期来描述市场流动性，除此之外，还在价格久期和交易量久期的基础上，设计了在我国的连续竟价交易机制下的四个新的多维流动性动态指标，研究了我国期货市场流动性的日内趋势。并将它们合成为一个综合的流动性指标，用这个流动性指标为被解释变量建立回归模型，研究期货市场流动性的影响因素。实证结果发现交易量和持仓量对市场流动性都具有显著的正影响，久期和期望久期都有显著的负影响，绝对收益率对流动性有显著的负影响。　　 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，来反映了高频波动特征。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：较长的交易间隔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模型能较好的反映了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。　　 本文还分别采用基于非对称GARCH模型的参数法，基于前四阶矩的半参数法与基于核函数的非参数法来估计期货市场的风险值，一般金融市场只考虑下跌风险，而期货市场由于存在做空机制，所以本文亦提出期货市场上涨VaR和极端上涨风险溢出概念，并分别估计了三种方法下的下跌VaR与上涨VaR，采用返回检验评价比较了每种方法的有效性。在此基础上首次采用基于核函数的检验统计量分析了期、现货两个市场间的信息溢出效应。实证结果表明，期货市场与现货市场间存在双向的信息溢出效应，且从期货市场到现货市场的信息溢出要显著强于从现货市场到期货市场的信息溢出。