我国期货市场近几年发展迅速,且在2010年4月16日正式推出股指期货,为了使股指期货发展完善,其风险价值研究显得极为重要。VaR方法是目前国际上衡量风险的重要标准,通过建立一个能估计和预测波动率的模型研究风险价值。　　 期货市场有着与股票市场显著不同的T+O日交易特征,因此,我们要研究长短期交易者的市场风险价值。对于短期交易者,如采用日收益数据并通过GARCH模型估计和预测,必然会损失其日内交易信息。　　 本文尝试将股指期货市场的交易者分为长期和短期交易者,为了更精确的研究长短期交易者的风险价值,选取日收益数据和日内数据为研究样本,分别采用SV模型和FIGARCH模型对其波动性进行估计,并将估计得到的波动率运用到VaR的预测中,将两类模型的VaR预测能力进行比较。研究VaR时,选取了三个置信水平95％、97％和99％即显著性水平为5％、3％、1％,且采用了SV-N、SV-t、SV-GED模型和FIGARCH-N、FIGARCH-t、FIGARCH-GED模型对日收益数据和日内数据估计得到的波动率进行研究。对短期交易者而言,SV模型的三种不同分布在所有显著性水平下均通过LR检验,FIGARCH-N模型在显著性水平为1％时未通过LR检验,而显著性水平为3％和5％时都通过了LR检验;FIGARCH-t在显著性水平为5％和3％时未通过LR检验,而1％时通过了LR检验;FIGARCH-GED在三种不同的显著性水平下的LR检验都通过了。对长期交易者而言,SV模型的正态分布和GED分布在所有显著性水平下均未通过检验,FIGARCH模型正态分布在显著性水平为5％时通过了LR检验,而显著性水平为3％和1％时未通过LR检验;t分布在显著性水平为5％、3％和1％时均通过LR检验;GED分布在显著性水平为5％时通过了LR检验,而显著性水平为3％和1％时未通过LR检验。　　 因此从VaR的似然比和失败率等回测检验结果显示:对于长期交易者而言,基于FIGARCH模型的VaR预测能力强于SV模型;对于短期交易者而言,基于SV模型的VaR预测能力强于FIGARCH模型。