我国股指期货市场自2010年4月推出第一只期指合约以来,市场整体运行平稳,发展迅速。在2015年4月16日,上证50和中证500股指期货的推出,又让我国的股指期货市场得到进一步的优化和丰富。尽管如此,近期我国证券市场出现了罕见的极端行情,自2014年7月至今2015年6月沪深两市出现大幅上涨的行情后,2015年6月我国证券市场经历了行情的巨幅震荡,这对股指期货的风险管理也提出了更高的要求。在此情况下,现有的风险度量方法对于目前我国股指期货合约是否具有良好的风险度量效果,就成为了值得关注的研究方向。VaR风险价值度量方法最早1976年由JP Morgan公司率先提出,用以衡量资产组合在未来持有期内遭受的最大可能损失,其常用的计算方法包括方差-协方差法、历史模拟法和蒙特卡罗模拟法等,本文中主要采用了计算方法相对简明、直观的方差-协方差法。而GARCH模型是1986年,Bollerslev年在Engle的ARCH模型基础上,进行扩展得到的回归模型,目前根据序列的不同特点,现在还有IGARCH模型、TGARCH模型以及EGARCH模型等回归模型。本文主要通过对极端行情下的我国股指期货收益率序列,用目前主流的VaR-GARCH模型进行风险度量,从而对风险度量工具的效果做出分析和比较。文章选取了沪深300、上证50、中证500三只股指期货,基于极端行情下的对数收益率作为研究样本序列。经正态性检验、单位根检验和序列的残差平方相关性检验,表明三种合约的样本序列均为拒绝正态分布且有显著ARCH效应的平稳序列。通过对常用GARCH模型的比较,发现GARCH(1,1)模型,对于残差序列条件方差的拟合度更好。通过计算分别得到三种股指期货的VaR值,与在极端行情下实际的合约损失进行比较,发现文中建立的VaR-GARCH模型有着风险低估的情况。由于样本序列拒绝正态分布,且金融数据通常具有的非对称性,文章又分别比较了GARCH模型、TGARCH模型. EGARCH模型的在不同分布下的拟合效果。结果发现TGARCH模型基于GED分布下对沪深300、上证50对数收益率残差的拟合效果更好。而中证500对数收益率残差在TGARCH模型基于学生t-分布下,拟合效果更好。文章用实证的方法,分析比较了VaR-GARCH模型对于沪深300、上证50、中证500三种股指期货合约,在极端行情的风险度量效果。对我国股指期货市场在未来加强风险管理、优化风险度量工具有着一定的借鉴意义。