2015年中国股市遭遇了异常波动,“千股跌停”、“股指跌停”等崩盘事件频繁发生,金融市场的资源配置作用几乎失灵,对整个经济体系造成了巨大影响。当前中国股市发展尚不成熟,监管体制亦有待完善,防范金融市场风险、维护国家金融安全刻不容缓。学术界通常关注金融市场的极端风险问题,鲜有文献分析我国金融市场崩盘风险的时变特征和内在机理,然而,科学度量市场崩盘风险、准确预测崩盘事件不仅有助于防范金融危机的发生,同时有助于为投资决策等市场实践问题提供有益借鉴。因此,本文拟基于对数周期幂律(LPPL)模型分析研究我国股票市场泡沫和崩盘风险。具体而言,本文以上证指数和中证500指数为研究对象,采用遗传算法代替以往文献中的禁忌搜索算法对参数进行估计,利用相对误差分析、单位根检验和参数敏感程度检验分析模型的拟合效果、预测能力以及遗传算法的可靠性,并进一步比较大盘股票与中小市值公司股票的预测结果是否存在显著差别。实证研究结果表明,LPPL模型能够有效拟合股市泡沫并预测泡沫破裂(崩盘)时间点;本文采用的遗传算法相比于原有的搜索算法更加可靠;上证指数和中证500指数崩盘点的估计值较为接近,因而我国股票市场上两者崩盘先后次序不存在显著差异。