股指期货市场波动性是由于期货价格受到信息冲击而引起的波动程度，资产价格波动率是刻画金融市场波动性或风险管理的有效工具。资产收益率难预测，但波动率却易预测。现有对波动率基本特征的研究已达成了一些共识：波动率通常表现出聚集性、长记忆性及杠杆效应等特征。股指期货市场中交易的到达是随机的，造成数据时间间隔的不等距，而久期模型就是来处理不等间隔数据的。本文研究考察久期中是否包含信息？如果包含信息，怎么计算久期，久期将会对波动率产生怎样的影响？对其他的微观结构变量而言，如持仓量、交易量是否对波动率有影响？我国股指期货市场微观结构更适合用哪种理论来解释？本文首先对股指期货久期进行了研究，发现各久期都具有显著的集聚性和持续性。日内特征方面，价格久期呈现上下午“双N”型；价格久期内持仓量变动呈上午“L”型，下午倒“L”型；久期内交易量变动呈上午“N”型，下午“倒U”型；久期内单位收益率呈上午“W”、下午“倒N”型的变化模式。本文以沪深300股指期货为研究对象,用价格久期来调整收益率，把非等间隔数据等间隔化，结合波动模型和久期模型对股指期货市场高频波动特征进行了研究。并在此基础上添加交易量、持仓量等微观结构变量，构建了基于久期的波动率预测计量模型，用以分析久期、持仓量和交易量与股指期货价格波动率和收益率的关系，并利用久期和持仓量等微观因素提供的联合信息，提高预测价格波动的准确性，以此加强对期货市场的风险管理。通过对沪深300股指期货高频交易数据进行实证分析。结果表明：经久期调整的收益率没有明显的风险溢价，收益率受久期、久期内交易量变动影响显著，但受持仓量变动影响不显著。久期内持仓量、交易量变化、久期与价格的波动性负相关。信息对价格的冲击有显著的“杠杆效应”。加入了微观解释变量的基于久期的波动率预测计量模型的GARCH效应被大大减弱了，说明基于久期的波动率预测计量模型能构很好地反映股指期货高频波动聚集性的本质特征，久期、持仓量和交易量变动是波动聚集产生的主要原因。