在金融领域风险是备受关注的永恒话题，对金融风险的防范和管理已经成为整个经济安全的核心。风险测度是对风险的定量分析及评估，是风险管理的重要环节。本文以新兴金融风险测度CVaR为主要研究对象，介绍CVaR的基本原理及计算方法，同时结合上证指数和深证成指的日收益序列和五分钟高频收益序列，对我国证券市场的风险进行度量。采用误差服从正态分布、t分布和GED分布的GARCH模型估计低频收益序列的波动率，HAR-RV模型和MIDAS模型对五分钟收益计算得到的已实现波动率进行建模，并基于回归结果将HAR-RV模型扩展为HAR-RV-GARCH模型，取得非常好的预测效果。得到条件方差的预测值之后，利用R软件编程计算不同置信水平下的风险测度值VaR和CVaR序列，通过后验检验评价各类模型下VaR的有效性，同时将CVaR序列与VaR序列和实际损失序列对比分析，探讨CVaR的优越性，筛选出测量我国证券市场风险的最优模型。最后的结论是：无论是低频波动率模型还是高频波动率模型下的CVaR都比VaR有更高的测算精度，说明CVaR是一种比VaR更有效的风险测度工具；高频数据下的CVaR比低频数据下的CVaR更稳健、更有效，其中以HAR-RV-GARCH模型下的CVaR最为有效。