市场微观结构理论的研究主要集中于证券交易价格形成与发现的过程与运作机制。这一领域的研究仅仅利用一些低频交易数据是远远不够的。近年来,伴随着计算机技术的迅速发展,人们越来越多地利用高频数据开展对市场微观结构的研究。传统的计量模型,在分析高频数据时往往会面临许多问题,开展高频数据计量方法的研究显得十分重要。国外的实证研究表明自回归条件持续期模型在处理高频数据方面具有优良的特性,国内关于这一计量方法的研究基本上处于空白状态。本文认为开展对该模型的理论研究与实证研究对于人们了解我国的市场运行机制,指导市场制度建设意义重大。本文就是在这样的背景下展开研究的。首先,本文对模型分布假设进行了扩展,并对不同分布假设下的模型估计方法进行了探讨。为了研究适宜的模型形式,在我国特定的制度背景下,本文选取了18只上证180指数股票,数据的预处理表明模型应用的可行性。接下来,对模型的有效性、分布假设进行了实证研究。研究表明利用ACD模型分析我国股市的高频数据具有非常好的适用性。随后,本文引入新的市场微观结构变量,构造了扩展的ACD模型,并对市场微观结构理论的几个重要假设进行了实证检验。最后为了深入探讨市场微观结构特征,本文在流动性度量方面进行了一定的探索。本文的研究表明:(1)持续期具有明显的日内模式,呈现典型的倒U型走势。(2)ACD模型可以很好的刻画我国股票市场的高频交易数据特征,具有非常好的应用价值。在滞后一期的情形下,Weibull分布具有非常好的适用性。(3)基于高频数据的流动性度量指标VNET在衡量流动性方面非常有效。