我国经济正处于全面转型的关键阶段，为了更快更好地实现金融体系开放、人民币国际化、利率市场化、国企改革、财税体制改革、产业升级等各项转型目标，加速推进互联网革命、大众创业万众创新，我国特别需要一个稳定健康的市场环境，尤其是能为此提供助力的资本市场。　　但从2015年6月下旬开始，我国资本市场经历了一次股灾，沪指仅用7个多月的时间便跌去2540点，跌幅达到49％，深成指、中小板指、创业板指均被腰斩，市值蒸发、股指动荡，金融体系和实体经济全面承压。股指期货是除现货以外的主战场，多空轮番激战。期间沪深300、中证500、上证50股指期货均涌现巨大卖盘，负基差持续扩大，带动股市恐慌性杀跌，导致场外配资爆仓，加速股市进一步下跌，形成恶性循环。股指期货被很多人看作导致股灾的操纵工具。　　我国沪深300股指期货于2010年4月16日在中国金融期货交易所推出，其现货标的沪深300指数样本能覆盖沪深市场六成左右市值，基本能反映A股的整体走势。它对于我国整体经济的发展和运行有着重要的作用，从对外角度看，股指期货是我国争取金融话语权、维护金融安全和国家利益的重要工具，从对内角度看，股指期货作为一种系统性风险对冲工具，提供了做空手段，能促进资产价格合理波动，提高资本市场的抗风险弹性，是对我国资本市场功能的完善。　　市场之所以将这次股灾归咎于股指期货，很大程度上是因为股指期货的制度设计和功能定位确实能为金融市场的非理性波动创造“机会”。准确说来，股指期货是一把“双刃剑”，既是管理风险的工具，也能成为风险的源头:在我国，沪深300股指期货可能会因某些没有长效机制、不成熟的政策遭受潜在政策风险;而不完善的市场结构和投资文化下，股指期货的投机氛围浓厚，投资者结构不合理，市场被操纵的风险也很大。　　为了将股指期货的负面影响控制到最小，首先要做的就是了解风险、度量风险，在这基础上才能制定有效的应对措施，将不确定性控制在最低程度。对股指期货进行风险度量不仅具有理论意义，更具有实际应用价值。本文希望基于风险价值VaR方法，从理论和实证两方面探讨有关沪深300股指期货的风险度量手段，通过不同的、不断改进的风险估计方法的比较，得到适合中国股指期货市场的最优的风险测度方法。这是本文研究的主要目的。　　除此之外，在这次股灾及救市的过程中还应注意到，证监会、中金所为了打击恶意做空、挤出多余的投机力量，从7月份开始实行一系列的窗口指导、管控措施，8月26日到9月7日，非套期保值持仓的交易保证金比例从10％一直提升到40％，市场活跃度受到极大打击，交易量缩水超九成。　　可以看出，这次救灾过程中的保证金设置充分发挥了风险控制和管理的作用，但是以市场的流动性和活跃度为代价。针对我国沪深300股指期货的风险，现行的保证金水平是否合理，如何才能得到比较合理的保证金水平，是本文继风险度量之后需要思索的一个问题。参考成熟资本市场的动态保证金征收方法，本文希望能依据期指市场的价格波动或风险程度，探讨合理的保证金水平设置问题，为股指期货保证金水平的设定提供有效参考。　　需要指出的是，风险度量和保证金设定有很大关联性。保证金的作用是保证履约和控制风险，比例设置过低难以控制风险，比例设置过高又会提升交易成本，根据动态保证金设定方法，实际上保证金水平只要在极大概率上刚好覆盖合约价格的最大波动就是比较合理的:市场波动过大时收取的保证金相应增加，及时防范风险，市场波动较小时收取的保证金相应减少，利于扩大杠杆，增强期指市场流动性。保证金是在交易前收取的，设置保证金前应对股指期货合约价格的波动进行预测。联系风险度量VaR方法的概念，VaR值就是对股指期货价格的最大波动率的预测，通过对沪深300股指期货价格分布的尾部风险进行度量得到的VaR值其实就是本文讨论的保证金水平。　　基于这个逻辑，本文将着力研究风险价值VaR的计算方法。在方法选择上，本文将事先从理论上保证方法的适用性，对研究对象的数据特征进行分析后，用实际数据对该方法进行准确性检验。根据之前很多学者的宝贵研究成果，本文最终选取GARCH模型和极值理论进行VaR风险度量:对于GARCH-VaR的研究，出于审慎的研究态度，本文尝试了多种厚尾分布和多种GARCH族模型，以避免VaR求解的设定误差;风险的发生往往就是极端值导致的结果，为了对资产尾部风险状况有更精确的描述，本文又专注于研究极值理论，采用广义帕累托分布及其基础上的阈值模型进行VaR度量。本文还对不同模型所得的VaR估计值进行返回测试，进而比较研究，以期获得一种最好的模拟效果，并用其估算保证金比例的设置。　　通过对沪深300股指期货风险度量和保证金设定的经验实证，本文得出以下结论:　　(1) VaR预测的准确度与模型是否能反映出样本序列尖峰厚尾特性是分不开的。依据沪深300股指期货对数收益率序列左偏及尖峰厚尾性的数据特征，采用GARCH族模型进行收益率模拟，用信息准则对不同分布、不同特征的GARCH族模型的拟合效果进行筛选，得到最合适的模型—GED分布下的GARCH(1，1)模型，表明沪深300期指市场不存在明显的不对称效应。　　(2)在GED分布下的GARCH(1，1)模型基础上进行VaR估计，经过回溯测试和Kupiec检验，得出:模型在90％置信度下的模拟效果较好，但随着精度要求的提升，GARCH(1，1)模型显得有些力不从心，模型被实际较大损失击穿的概率显著大于期望，因而对风险是低估的，而且对于空头的损失估计尤其不太准确。　　(3) GARCH族模型的模拟效果不尽如人意，本文继续采用更关注尾部极端情况的极值理论来计算在险价值，严格上来说是更合理、更贴合实际情形的GPD分布下的POT模型，采取峰度法选取一个很大的阈值，只对超过阈值的收益率（极端情况的收益）分布构建模型。经过回溯测试和Kupiec检验，发现极值理论阈值模型对数据尾部分布的模拟和对VaR的预测，在较高置信度下有效，较低置信度下无效，由于极值理论本就专注于尾部风险的描述，这个结果较好地印证了极值理论的定义;而且失败率和Kupiec检验都显示模型对空头面临的风险的估计更为准确。　　(4)对比检验结果，与理论依据相符，在更高的置信度下，GPD分布下的极值理论POT模型相比于GED分布下的GARCH(1，1)模型，能更好地模拟沪深300股指期货市场的收益率波动，尤其是对空头头寸来说。通过极值理论对沪深300股指期货VaR的计算，可以预测得到未来某个时间段的最大损失，对于实际投资中的风险防范有很好的指导意义。　　(5)以市场波动为基础设置保证金水平，将损失控制在1％左右时，多头的交易保证金水平应设置为5.876％，空头的交易保证金水平应设置为5.076％。相比于中金所制定的10％保证金水平的最低标准，我国现阶段采用的保证金设定方法显然是非常保守的。因此在一定程度上，利用极值理论阈值模型得出的保证金水平在一定程度上既控制了市场交易违约风险，又降低了交易成本。　　本文研究的特点在于:　　(1)度量风险后可以对沪深300股指期货市场的风险状况有一个直观的了解，在此基础上进行风险控制方法的研究，有一定的逻辑性，而且本文研究的风控方法—保证金水平，其设定依据就是市场的波动情况，更是直接利用了风险度量的结论。大部分已有文献在研究保证金设定时直接采用VaR方法，但没有点明VaR首先是一种风险度量的手段，本文将风险度量和保证金设定结合考虑，确保了保证金设定的逻辑合理性。　　(2)风险价值VaR的计算涉及到模型估计准确性的问题，本文经过理论筛选后将选用GARCH族模型和极值理论方法进行研究。已有文献或是没有对不同假设基础的GARCH族模型进行充分讨论验证，或是没有运用多种厚尾分布来改进GARCH族模型，本文对此进行了较充分的选择和讨论，在不同假设基础上、运用多种厚尾分布来对模型进行改进。　　(3)本文针对沪深300股指期货现行保证金设定的缺陷，改用动态的保证金设定思路，依据市场风险状况来确定合理的交易保证金水平。我国股指期货交易保证金是依据总持仓收取的，不考虑已经相互对冲的合约，而且是基于合约涨停板设置得到的一个固定比例经验数字。但在正常的市场环境下，这个固定比例是偏高的，无效地增加了投资者的投资成本，降低资金效率;在非正常的市场环境下，这个固定比例是不充足的，市场的极端风险无法得到及时控制。这种静态保证金设定方法难以有效地预防我国股指期货市场交易风险，无法为我国股指期货市场带来更多有利的作用。　　(4)从现实投资角度考虑，对多空双方面临的最大损失进行分别讨论。相应地，对多头、空头分别设定了保证金水平。　　由于股指期货市场在我国还不是一个成熟的市场，交易机制、运行规律在我国资本市场的大背景下仍是有其特殊性的，本人对它的了解掌握有待进一步提升，对股指期货的研究也还应该更加深入:　　(1)基于极值理论对风险价值的估计比较准确，但是我们也不能忽略极值理论本身的一些缺陷。第一，阈值的设定问题。现阶段没有一个统一或可按情况选择的阈值设定方法，也没有可行的办法证明运用峰度法选出的阈值就是最恰当的。第二，即使拥有大量的历史数据，进行极值尾部分析的可利用数据也很有限，信息量较少，针对拟合分布的需要会显得有所欠缺。第三，本文只针对股指期货这种单个资产进行研究，但实践中会经常涉及到资产组合构造或多种复杂因素对价格造成影响的多元极值问题，通过加权将之转化为一元情形并不是很准确，加深对多元极值理论的研究才是可取的。　　(2)更准确的保证金设置还应该考虑违约可能性、市场流动性、交易者的机会成本、结算频率等多种影响保证金的因素;保证金制度功能的发挥依靠保证金水平计算方式、方法、结算频率、账户管理等的共同配合，本文只是通过一定方法计算了保证金水平，其实还可以通过实行日内盯市盘中追缴、提升持仓量大的账户的保证金等途径及时控制风险。　　将本文研究延伸到更宏观的角度，笔者认为应建立更加完善的风险监管体系和配套市场机制，并提出相关建议。