创业板市场的风险特征在行业层面表现出显著的差异性,而这些差异可能会对行业未来的发展趋势和风险管理格局产生深远影响。本文通过分析现有的市场风险度量模型,发现已有的风险度量模型无法准确刻画创业板的尾部风险。现有的风险度量模型大多基于日度收益率等低频数据研究创业板指的波动特征,一方面忽视了日内波动率等大量高频信息,另一方面忽视了各行业收益率的风险差异,从而无法针对性地为投资者揭示风险。本文在构建高频下不同行业尾部风险度量模型的基础上,考虑到目前尚未发布创业板行业指数,投资者仍依据创业板指进行投资的现状,分析不同行业收益走势与创业板指间的相依结构。首先编制创业板市场上市公司数量排名前五的机械设备、计算机、电子、化工和医药生物行业的行业指数,并基于行业指数计算各行业的收益率与已实现测度。波动性分析中,修正传统的对称分布假设,引入skewt分布拟合标准残差,同时考虑高频下微观结构噪声和跳跃的影响,引入RV、BPV和MedRV三种已实现测度,最终对比得到不同行业的最优波动率模型,并进一步分析不同行业在正负冲击下的非对称响应。在波动率模型的基础上,采用固定窗口滚动预测法下的VaR模型得到五大行业尾部风险的动态预测值,并对比分析新冠肺炎疫情对五大行业的尾部风险造成的影响。最终,采用非参数核密度估计下的Copula函数刻画五大行业指数与创业板指的相依结构,从而表明各行业指数与创业板指间的联动性,为目前基于创业板指的投资提供参考。本文的研究结果主要有,（1）相较于已实现测度的改进,分布假定的改进对波动率模型准确度的提升更大;（2）正负冲击影响下,电子行业和化工行业的非对称响应更加明显;（3）除医药生物行业外,其余四个行业与创业板指的Copula尾相关系数均较高。创业板指并不能很好地反映各行业板块的走势,印证了本文考虑行业异质性的必要性。