近年来,计算工具与计算方法的发展,极大地降低了数据记录和存储的成本,使得对大规模数据库的分析成为可能,金融高频数据的研究也就应运而生。金融高频数据的研究是计量经济学一个全新的领域,它对理解市场的微观结构来说相当重要,不仅转变了一些陈旧的研究理念,而且也对先前一些古典经济假定提出了质疑。其特征虽然为认识市场微观结构提供了更为详细的信息,但也给相关的实证研究带来了前所未有的问题。本文第一章对当前学术界运用高频数据对股票市场进行分析与建模的状况进行了概括叙述,分析了高频数据分析的基本动因与实证研究中遇到的主要问题,研究了进行高频数据分析的实际意义。第二章对国内外研究现状进行了介绍,为下文的应用研究打下了基础。在应用研究方面,本文在第三章中首先对深圳股票市场高频数据的形态进行了分析并与国际股票市场现有论文的研究成果进行了比较,分析了中国股票市场的独特之处与产生的原因,对深圳股票市场的季节性效应,特别是周内效应进行了探讨与实证研究。第四章集中介绍了目前高频数据研究领域比较常见的几种ARCH族波动模型,如GARCH,IGARCH,EGARCH,GARCH-M等,又对超高频数据研究的ACD模型及其扩展而来的LOG-ACD,TACD,FIACD等模型进行了介绍,并在接下来的第五章中根据中国股市的实际情况选用不同模型对我国深圳证券交易所综合指数高频数据进行了实证分析。主要运用的模型有AR-GARCH模型、GARCH-M模型、EGARCH模型等,估计结果都比较令人满意。