随着经济全球化程度的不断深化和我国改革开放的日益加深,金融市场成为我国经济发展的核心。经济的快速发展导致金融风险的大量累积,这使得金融风险能否被理性地认识并有效地控制具有重要的理论意义和实践意义。国内外关于金融市场风险的研究主要有两类：通过构建合适的收益率波动模型,用波动率的大小来认识风险程度；通过计算在一定概率水平下金融资产在未来特定时间的最大可能损失值VaR度量风险值并研究不同市场之间风险的传导机制。尽管针对波动率刻画的模型及其应用已经逐步完善,如GARCH族模型和随机波动模型都得到了广泛的应用,但是面对样本收益率分布高峰、厚尾、负偏等特征还需选择合适的模型以保证对波动率和风险认识的准确性。经济政策的变革,金融监管制度的创新以及金融市场自身的转型升级等因素都将导致收益率分布的变化。因此本文分别建立了GARCH模型、基于混合高斯分布的GARCH模型、基于混合高斯分布的结构转换GARCH模型、随机波动模型、基于混合贝塔分布的随机波动模型刻画收益率的波动。实证结果证明,使用混合分布的波动模型更能反映样本期内上证综指高峰、厚尾、负偏的特点。然而,波动率是对双侧风险的度量,包含损失和盈利两方面的波动。VaR是用一个简洁的数字刻画风险大小,它的本质为分位数,能够只关注某一尾部的风险情况。为了分析我国股票市场内部不同市场之间以及我国股市与国际股市之间的风险的来源关系和传导机制,本文结合风险价值VaR,风险-Granger因果性检验思想和贝叶斯分位数回归方法,探究了不同市场风险的来源以及影响程度。分位数回归能够在不对总体分布做任何假设的情况下精确地描述自变量和因变量的变化范围,捕捉分布的上尾和下尾的特征。本文选取样本收益率自身波动和外围市场波动为被解释变量建立条件收益率的分位数回归模型,着重关注股票市场尾部收益率风险的来源以及特点。实证研究表明,我国股票市场的风险受到自身过往波动情况和外围市场波动的影响,影响程度各不相同并呈现非对称性；风险与波动成正比关系。本文主要创新点有两点。首先本文从如何合理刻画波动率和尾部风险怎样传导这两个角度研究了分别我国股票市场的风险情况。其次,本文建立条件风险-Granger因果关系,着重刻画了不同市场的不同尾部之间的互动性。通过刻画下尾分布上的因果关系,清晰地描述了不同市场间的下跌风险的来源以及溢出效应；反之,通过刻画上尾分布上的因果关系,透彻地展示了不同市场上涨风险的来源以及溢出效应。