高频数据分析对金融市场评估具有重要参考价值,可以帮助投资者及投资机构对金融市场进行有效判断。时间久期作为现代金融市场中产生的变量,具有高频数据的特征,能够描绘交易者行为和交易事件发生的动态变化。自回归条件久期（ACD）模型是根据时间久期变量的特征建立起来的模型,针对时间久期及其条件期望进行建模,借鉴Garch模型的思想,建立线性回归模型,拓展了传统计量经济模型以固定时间间隔为基础的限制,为高频数据及超高频数据分析扩展了新思路。目前,ACD模型及其拓展形式已经成为了金融市场分析的重要工具之一,受到广大学者的广泛关注,对该模型的整理和研究具有重要的意义。本文主要回顾了关于时间久期模型的研究进展情况。对时间久期模型的研究情况进行梳理和总结,整理ACD模型及其拓展模型的主要类型,介绍了比较传统的模型构造方法,分析了几类时间久期模型拓展模型的主要特点。同时,本文梳理总结了估计函数理论（EF）的研究现状,考虑估计函数理论的优点,应用估计函数方法对时间久期模型的参数进行估计。通过理论证明,说明利用估计函数理论对时间久期模型的参数估计是有效的。时间久期模型主要以条件自回归模型为主,该模型总体发展为三个阶段,即线性ACD模型、非线性ACD模型以及半参数和非参数ACD模型。不同阶段模型表现不同的特点,本文对具有代表性的模型形式进行阐述。通过大量文献的实证研究表明,ACD模型及其拓展形式对于国内外金融领域以及部分其他领域具有极好的适用性。同时,通过介绍了EF方法与其最重要的拓展形式,即联合估计函数（CEF）的基本内容,发现CEF方法能够得到略优于伪极大似然估计量,且适用性强,适合大部分久期模型和时间序列模型。