股指期货仿真交易已经走过了3个年头，但至今仍然停留在仿真交易阶段。主要原因是股指期货是一种风险非常高的金融衍生产品，如果没有有效的风险管理制度，它所带来的风险将是无法承受的。而保证金制度是期货市场中最重要的风险管理制度之一，有效的保证金制度可以确保将股指期货交易的风险控制在可接受的范围内。目前，根据保证金水平是否随风险变化而动态调整，可以将其分为静态保证金制度和弹性保证金制度。由于前者无法根据风险的变化而适时调整，这种制度下的保证金水平时而较高时而不足。因此，目前各主要期货交易所都已经采用能够随风险变化而适时调整保证金水平的弹性保证金制度。例如，芝加哥商业交易所的SPAN系统和香港交易所的PRiME系统等。但它们是为金融产品复杂多样的美国和香港市场量身定制的，并不适何金融产品比较单一的中国市场。所以为我国股指期货市场开发一种简单并且可靠的风险预测模型，实现弹性保证金制度是十分必要的。本文的主要工作就是探索运用VaR方法设计适合我国股指期货市场的风险预测模型。为此我们首先对四种沪深300仿真股指期货合约收益率序列的统计特征进行了分析，结果显示它们都具有显著的波动聚集性和尖峰厚尾等特征。然后我们使用仿真交易数据对几种VaR模型进行测试，结果显示：一、EWMA模型虽然简单方便，但由于其假设收益率服从正态分布，对于具有尖峰厚尾特征的收益率序列，该模型存在低估风险的可能。二、GARCH族模型对样本的数量依赖性较高，在滑动窗口下该模型不具有稳定性，因此不适合作为风险预测模型。三、传统的蒙特卡洛模型假设价格变化服从几何布朗运动，同样不能有效地刻画收益率序列的尖峰厚尾特征。并且假设几何布朗运动中的两个重要参数——均值和方差是常数，这就无法体现收益率序列的波动聚集性特征。最后，针对蒙特卡洛模型的上述缺陷我们提出了的两点改进方案，一、假设合约价格变化服从Merton提出的跳跃扩散过程，以便捕捉收益率序列的厚尾特征。二、使用EWMA模型对跳跃扩散过程中的参数进行实时更新，从而有效体现收益率序列的波动聚集性特征。使用沪深300股指期货的仿真交易数据以及台湾股指期货的真实交易数据所做的实证分析结果也显示，改进后的蒙特卡洛模型更适合作为我国弹性保证金制度的风险预测模型。