自从Engle(1982)首次提出自回归条件异方差模型(ARCH)以来,许多学者为描述金融资产收益率的波动聚集、尖峰厚尾、非对称等特点提出了各种ARCH的拓展模型。例如针对收益率受到未预期正向冲击和负向冲击会引起波动不对称的现象而提出的门限GARCH模型(TGARCH),针对收益率受到政策性的或者重大事件影响时会发生结构转移而提出的带有马尔科夫区制转移的ARCH模型(SWARCH)。考虑到这两种模型是从不同角度对ARCH模型的改进,因此将两者的特点结合描述收益率是有意义的。本文在传统ARCH模型基础上同时引入了非对称效应和Markov区制转移,深入研究了非对称的SWARCH模型,简称为ASWARCH模型。并讨论了模型的参数估计,给出了资产收益率条件均值和条件方差的预测表达式。我们还利用ASWARCH模型研究了风险价值(VaR)的计算。VaR在度量金融风险方面方法简便,经过量化结果易于分析,因此受到风险管理者的广泛关注。VaR的估计不仅依赖收益率的分布而且受尾部极端值的影响很大,本文进一步利用极值理论中的超阈值峰值法(POT)模拟尾部分布,提高了VaR估计的准确性。最后我们对上证综合指数进行了实证分析,结果表明:第一,上证指数收益率确实存在明显的波动聚集现象和结构转移;第二,ASWARCH模型相对于常方差模型、ARCH模型、GARCH模型、TGARCH模型和SWARCH模型能更好的描述上证指数收益率及其波动情况;第三,结合极值理论估计的VaR在高置信度下预测结果更好。