股票基金有助于推动资本市场发展,提升上市公司融资效率和资本市场有效性,也为居民拓宽了投资理财渠道,有助于实现居民财富的保值增值。随着金融行业的发展,股票型基金市场迅猛发展,基金数量和规模不断扩张。然而由于我国基金行业仍然处于发展中,存在规模扩张快和风险管理制度不完善等问题,并且A股股票市场经常出现剧烈波动以及上市公司质量不高,导致股票型基金也存在着较大的波动风险。基金投资者却经常被股票型基金的短期高收益吸引,而对于其波动风险大小认知模糊,甚至忽视了基金的波动风险,常常因此遭受损失。本研究选用中证股票基金指数、沪深300指数和中证500指数作为研究对象,分别代表A股的开放式股票型基金、大盘股股票和中小盘股股票,使用GARCH-VaR模型对股票型基金和沪深股市的波动风险进行度量,并通过向量自回归模型研究不同股票标的波动风险对于股票型基金波动风险的贡献度,最后针对实证结果提出相关建议,以帮助投资者更好地规避基金波动风险,促进基金行业的健康平稳发展,得出的相关结论如下:（1）中证股票基金指数波动率有杠杆效应和长记忆性,且其波动风险能用VaR值有效度量。本研究选用不同分布下的3种GARCH族模型对中证股票基金指数对数收益率序列进行拟合。通过观察模型拟合系数的显著性判断模型能否刻画收益率序列的波动性特征。除T分布下的TGARCH模型以外,其他模型的拟合系数均表现显著。通过EGARCH（1,1）模型和TGARCH（1,1）模型,我们观察到了中证股票基金指数对数收益率序列具有明显的杠杆效应;在几乎所有的模型中,我们都观察到了波动率的长记忆性。另外,根据不同模型的AIC统计量以及实际VaR值计算结果,最终得出中证股票基金指数的波动风险能在95%置信水平下,通过基于GED分布的TGARCH模型相对应的VaR值有效地度量。（2）开放式股票型基金的波动风险略大于大盘股股票的波动风险,而远小于中小盘股股票的波动风险。通过对沪深300指数和中证500指数进行分析研究,也即总结计算2组数据对数收益率序列的基本特征、波动率特征和VaR值,并将2组指数的VaR值同中证股票基金指数的VaR值进行对比。最终得出沪深300指数的波动风险能在95%置信水平下,通过基于正态分布的EGARCH模型相对应的VaR值有效地度量,中证500指数的波动风险能在99%置信水平下,通过基于T分布的EGARCH模型相对应的VaR值有效地度量。在VaR值比较方面,中证股票基金指数的VaR值的平均值的绝对值略大于沪深300指数的VaR值的平均值的绝对值,而远小于中证500指数的VaR值的平均值的绝对值。（3）开放式股票型基金的波动风险高度受大盘股波动风险的影响,同时中小盘股波动风险对开放式股票型基金波动风险的贡献度不大。以计算出的中证股票基金指数、沪深300指数和中证500指数的VaR值为研究对象,构建向量自回归模型实证分析大盘股和中小盘股的波动风险对于开放式股票型基金波动风险的贡献程度。基于以上结论,提出建议规避开放式股票型基金的波动风险:完善基金产品设计、销售和投研全流程管理,加强基金行业的监管力度;推动长期资金入市,主动配置绩优大盘股,稳定市场和投资者预期;基金投资者应提高风险意识,关注基金长期业绩,通过多种指标选择投资标的。