在过去的几十年中,经济全球化与金融一体化的快速发展以及金融技术制度的革新,使得各国金融产品快速膨胀,贸易往来也更为频繁,各国之间的依赖性和牵制性也大为加强。在繁荣的背后,整个市场的结构稳定性下降,股票、商品及大宗交易的价格呈现出前所未有的波动性,全球金融市场风险的危害性愈演愈烈。这些潜在的风险和危机如果得不到有效的监督管理和控制,将可能对一些工商行业以及金融机构造成不可预见性的后果,严重影响这些机构的生存、经营和发展,影响一国的经济发展和整个世界经济的繁荣稳定。因此,对我国股市市场风险进行有效测度,在金融市场频繁动荡的环境中,为监管者和投资者提供有效的决策依据,有利于保持我国金融业的稳定发展。从理论角度出发,国内外的风险管理专家和研究人员对于在险价值(VaR)和市场风险的度量方面都已经进行了深入的探讨和研究,从最初的方差-协方差法、历史模拟法,到后来的基于极值理论、波动性理论、分位数理论的市场风险度量方法,市场风险的度量在理论方面已有了重大的突破了进展,但大多数的理论和实证都是基于市场风险分布的一个片面的特点出发,探讨某个模型能不能在一定的置信水平范围内描述和刻画风险。很少有研究对股票市场风险的度量模型进行比较研究分析,对于股票市场中存在的厚尾性和波动聚集性也很少放在一个框架中进行阐述。本文在国内外已有研究基础上,利用我国1997年到2014年的上证指数和深证成指作为基础数据,分别引入POT模型,GARCH族模型,以及GARCH-EVT模型来对描述我国股票市场的风险大小与程度。POT模型是一种描述回报分布尾部的工具,不必事前设定分布,不存在模型设定风险,对存在胖尾的回报分布尤其具有优势。GARCH模型是一种强调波动率时变性的模型,打破了传统方差标准差脱离时间变化的弊端,而且指数GARCH模型能够成功刻画股票市场中的杠杆效应。GARCH-EVT模型是在POT理论上的改进,关注收益率序列的波动聚集性和厚尾特性。实证结果表明：(1)在POT的VaR模型中,上证指数和深证成指的形状参数ζ均大于0,说明他们在不同的程度上均存在厚尾的情形,而且毛的值越大,说明数据分布的尾部越厚,根据实证结果,说明上证指数更加容易发生极端性损失事件。(2)在GARCH的VaR模型中,收益率序列分别拟合了基于正态分布、t分布和GED分布的GARCH模型和EGARCH模型,结果表明,EGRACH-t模型能够最优拟合两个股票市场收益率序列,GARCH-t分布次之,这也间接说明了数据序列中存在的厚尾特性。(3)EGARCH模型中的估计参数Y显著不为0,而且为正,说明两个股票市场中一个利好消息带来的波动效应要高于一个利空消息带来的波动效应。(4)在两个股票市场中,所有分布下的GARCH模型中,系数之和接近于1的,代表在我国的股票市场中存在一定的波动长期记忆性。(5)GARCH-EVT模型在描述和我国股市风险情况时具有更强的优越性和准确性。虽然为精确有效的测度我国股票市场暴露的风险值,我们引入了多种计量模型使之能更加贴近真实的股票市场特征。但是我们必须承认,在整个模型和实证中还存在一些漏洞和缺陷。在选取阈值时仍存在很强的主观性和人为操作因素,若果将GARCH-M,IGARCH,TGARCH等模型放到研究中来,并进行对比分析,考虑其适用性,研究将更加有价值。GARCH族模型在应用VaR研究时具有模型风险,提前假设分布的类型,如果假设错误,将会带来计算上的偏差。