近十年来,随着我国总体经济的高速发展,房地产业得到了空前繁荣,引起了人们广泛的关注。由于房地产业与众多其他产业具有较高的相关度,带动性强,保持其健康稳定发展的需求也就日益凸显,而房价是房地产市场中一个至关重要的问题。房地产价格过高或过快上涨会加速房地产泡沫的形成,产生金融风险；房价过低或跌幅过大会严重影响销售量,造成开发商资金链断裂,房屋产权持有人的资产缩水,增加银行呆坏账风险,从而对国计民生产生影响。作为一种“巨额消费品” 以及越来越成熟的保值增值产品,房地产的价格风险引起了社会各界越来越多的关注,其所对应的风险评估方法也越来越成为亟待解决的问题。在险价值VaR作为一种有效的风险测量方法,其方法直观、结果易于量化、结论易懂的特点使得该方法在金融资产风险测量上得到了广泛的应用。本文尝试将其应用于房地产市场进行房地产价格的风险研究。从本质来说,在险价值本身就是价格分布中的一个分位数,而对数据分布进行分析的分位数回归方法同样可以描述序列的各分位点情况,并且在金融序列出现偏态时分位数回归能够更加准确地模拟分布的特征,从而得到更加全面的分析。因此本文选择建立分位数回归模型和GARCH族模型对房地产价格的风险进行分析,比较两类模型的优劣,从中选择合适的方法来对房价风险进行测度,进而对投资者和政府政策制定者提供相应的政策建议。文章的主要结构如下：首先通过第一章的引言对论文的选题背景和国内外对VaR理论及分位数回归的研究现状进行了介绍。然后在第二章中介绍了VaR的计算原理、GARCH族模型的理论和分位数回归技术等的相应理论,为后文的实证研究提供理论支持。第三章是论文的核心部分——郑州市房地产价格在险价值实证研究,在这一章里以郑州市房地产市场为研究对象计算得到了郑州新建住宅价格指数的在险价值,其中GARCH族模型方法分别在正态分布、t分布和广义误差分布的假设基础上建立了GARCH模型和EGARCH模型。在计算了新建住宅价格指数的在险价值估计值后,为了比较两类模型在计算房价在险价值估计值时的区别,从中选择合适模型,论文第四章从易变性(均值相对偏差指标和滚动的百分比误差指标)和精确性(Kupiec极大似然法)两方面对结果进行了检验比较。第五章是对文章前文研究结果的总结和根据结论提供的政策建议。论文最终得到的结论有以下几点：分位数自回归模型所得到的在险价值估计值最接近总体模型的平均水平,体现了其在建模过程中无需对序列分布进行假设的优点；GARCH族模型对风险的准确度量有赖于选择合适的分布假设,其中正态分布不适用于描述房价的分布特征,T分布会高估房价风险水平,而GED分布假设下的风险估计可以得到较好的结果：两类模型在不同置信水平下估计在险价值时差异程度也不同,在较高的置信水平下,两类模型估计的风险值差异较大,此时应谨慎选择模型。同时,在对郑州房地产价格的研究中发现,郑州市新建住宅价格指数收益率序列具有左偏特征,存在波动聚集效应,受“杠杆作用”影响,有易涨难跌的特点：上期收益率对本期影响较大,当上期收益率处于较低水平时本期收益率主要集中在0附近,当上期收益率较高时本期收益率也会处在较高水平,且分布较为分散；收益率序列长期有下降趋势,但幅度较小,房价总体来说仍有上涨趋势。