20世纪70年代以来,金融市场的波动性不断加剧,这极大程度地冲击了各国的经济和金融形势,影响着各国经济市场和金融市场的健康发展。随着中国加入WTO,中国市场逐渐向外开放,国际间的联系在为中国金融市场的发展带来机会的同时,也带来许多的风险和不确定因素。各国政府和学者们开始意识到研究金融风险的重要性和必要性,逐渐开始研究金融风险领域的相关问题。分位数回归方法是一种不需要进行正态分布的假设和分布参数的设定的半参数方法,适合我国金融时间序列的尖峰厚尾特征,在研究风险度量和风险传导方面有着十分重要的意义。本文将主要运用分位数回归方法从中国证券市场的风险度量和风险传导两个角度进行理论和实证的研究。首先,风险度量方面,鉴于中国证券市场的独特情况,风险价值VaR (value at risk)勺度量在我国和国外间存在着一定的差距,本文创新性地提出了流动性调整的VaR水平的度量,在Engle提出的CAViaR(Conditional Autoregressive Value at Risk)模型——递推的分位数回归方法下考虑流动性大小对于未来风险水平将产生影响,在已有的CAViaR模型的基础上引入流动性指标变量,提出了流动性调整的CAViaR模型,并建立了VaR回测检验的框架体系。结果表明,我国股票市场流动性的变化对未来风险具有显著的影响,改进后的模型相较于间接GARCH在样本外的预测方面表现得更好,预测效果有显著提高,流动性调整的CAViaR模型比间接GARCH的CAViaR模型更好地刻画了市场风险的演化模式。其次,风险传导方面,不同于以往学者对于风险传导的研究仅限于单方面的定性分析或者是风险溢出效应度量的定量分析,本文则结合风险——格兰杰因果检验和分位数回归方法对于沪深港市场的风险传导进行了更综合全面的分析。本文应用沪深港市场指数数据首先基于已有的各种CAViaR模型估计的最佳VaR水平,接着用风险-格兰杰因果检验来验证沪深港股市间存在风险传导关系,在此基础上运用条件风险价值法CoVaR(ConditionValue at Risk)方法来度量各个市场间的风险溢出强度,并分阶段进行了比较。结果表明沪深港股票市场存在风险传导关系,沪深港市场间存在正的双向风险溢出效应,并且沪深市场之间的风险溢出效应明显强于与港股之间的溢出效应,比较两阶段的溢出效应,各个市场间的风险溢出效应正在逐步变强。本文将分位数回归方法应用于中国证券市场的风险度量和风险传导的两个方面,采用以分位数回归为基本思想的CAViaR模型和CoVaR模型进行研究,得出了令人满意的结论,表明分位数回归方法适用于中国证券市场的风险研究。