持续期(也称交易间隔)是认识微观结构和市场交易行为的一个重要变量,在某种程度上,它能反映市场交易者的决策过程,有助于了解交易过程的动态变化。本文着眼于商品期货市场,以市场微观结构理论为基础,对黄金期货市场的(价格、交易量和持仓量)持续期进行具体的统计分析。将上海期货市场黄金期货的五分钟交易数据作为研究对象,基于线性自回归条件持续期(Autoregressive Conditional Duration,ACD)模型,在指数分布、Weibull分布、Gamma分布以及Frechet分布分别作为误差分布的条件下,对几种ACD模型估计结果运用多种定量评价准则进行对比分析。结果表明,用高频数据构建的滞后一期的价格、交易量和持仓量持续期模型中,WACD模型表现相对较优,这也就是说Weibull分布更加适合描述我国黄金期货市场高频金融时间序列数据特征。通过对黄金期货数据日内特征及其微观影响研究发现,我国黄金期货市场的交易时间间隔存在明显的日内效应,价格持续期表现出上午“N”型,下午“U”型模式,交易量和持仓量持续期则均表现出上下午的“双N”型模式,而且黄金期货市场各个持续期都有明显的集聚性和持续性特征。基于WACD模型过对各持续期分别加入微观影响因素建模,发现大多数微观影响因素对对应持续期有显著的解释作用。众所周知,ACD模型中常用的估计方法有极大似然估计和伪极大似然估计两种。由于黄金期货市场数据的厚尾性质(通过Hill估计图验证),(伪)极大似然估计就不够稳健。经过数值模拟发现,在误差服从厚尾分布或残差序列存在异常点时,相比极大似然估计,采用最小一乘估计建立的ACD模型结果更加稳健。有鉴于此,我们采用最小一乘估计方法进行ACD建模,作为前面建模结果的修正。