本文采用经典Weibull-SCD(1,1)模型，应用超高频股指期货行情数据，研究了我国股指期货市场交易久期的日内模式和聚类特征,研究结论如下：四个合约均具有显著的日内效应，当月合约全天呈现显著的W型特征，下月、下季和隔季合约全天基本呈现倒V形特征。当月合约比下月合约的交易聚类性显著，下季合约比隔季合约的交易聚类性显著。微观结构变量对交易久期的影响与理论预测相一致，即在我国股指期货市场交易久期的聚类性，不是由于流动性交易造成的，而是新信息发生作用的结果，也就是说当前的持仓量、买卖价差和成交量都会对未来的交易久期，即聚类性产生显著的影响。持仓量和交易量的提高促进了未来交易久期的降低，而买卖价差的扩大会使未来的交易久期提高。

建设中国的信用体系，对国外现有的信用模型的借鉴及其中国化十分必要。但是目前我国信用建设的一个突出问题就是信用数据匮乏，KMV模型可以直接利用股票市场的数据对信用风险进行估测，因此对该模型在中国市场的应用研究具有直接的实践意义。 本文首先简要但系统地综述了企业信用评级，分析了它的发展和一般方法，较为详细地介绍了Credit Metrics，Credit Risk+，Credit Portfolio View等几种流行的信用度量方法。 接着文章阐述了期权理论应用于信用度量的原理，并在这一基础上详细介绍了KMV模型的框架、参数估计方法、演进和发展。文章分别提出了利用BSM期权定价模型和FCFF企业价值评估方法去估计隐含的企业资产波动率 ；利用GARCH方法去估计股权价值波动率 ，并介绍了相应的方法。最后，文章在基于逻辑和经济意义的基础上推测了关系函数的形式，并利用中国股市的数据用非线性回归的方法拟合了中国市场 和 的关系函数并进行了相关的验证和探讨。 KMV模型在匮乏信用数据的中国市场具有特殊的意义。 然而，KMV模型中 和 的关系是随市场不同而变化的。 本文揭示了二者在中国市场的关系，为期权理论应用于中国的信用风险度量给出了新的框架和思路，具有一定的理论探讨和实际运用价值。