投资股市,无疑会带来收益;投资股市,又随时都会面临着风险.因此,怎样对股市风险进行度量,是一项非常具有吸引力又非常困难的工作,自从1993年三十国集团提出用VaR度量金融风险以来,这一方法得到了极大的发展,同时也可以将其运用在分析股票市场上.该文试图建立一个基于VaR的中国股票市场动态风险测度机制,从而对股市风险进行分析与预测.要建立股市风险的测度机制,首先必须了解什么是股市的风险,其次还要掌握股市风险的类型与特征,这样才能加强风险度量与管理.因此在论文的第一章对股市风险进行了综述,具体讨论了股市风险的定义,股市风险的各种类型以及股市风险的基本特征,进而阐述了股市风险理论的发展与风险管理过程,以便为进一步的分析做好准备.股市风险度量的方法很多,实际上,要建立一个股市风险的测度机制,研究股市的动态特征非常重要.迄今为止,描述股市动态特征的模型当首推广义自回归条件异方差模型(GARCH).该文对GARCH模型的几种常见的形式进行了比较分析.数据分析表明,在描述中国股市的特征方面,带有分布滞后项的EGARCH(1,1)模型具有比较好的拟合效果.VaR(Value at Risk,风险价值)是一个度量资产组合风险的有效方法,它是指在给定的置信区间和时间期间内,某一特定资产所能产生的最大损失量.通过对中国股市的静态VaR值和动态VaR值的计算结果进行比较,发现动态VaR值更能反映中国股市的风险特征.具体表现在:股市风险存在着波动率聚类现象;风险损失的极端值差别明显;股市风险与收益呈正相关;因为行为人的理性与非理性,股市风险还表现为一定的阶段性.用VaR方法来度量股市风险有着美好的应用前景,它可以界定风险范围,为宏观监管提供帮助,也可以作为对股市投资决策的参考.当然这种方法还有许多不完善的地方,在中国股市上,信用风险和政策风险始终存在,这也是现有的定量分析方法所不能预料的.因此,用VaR度量股市风险,还有着很长的路要走.