金融风险具有传播速度快、波及范围广、影响程度深等特点,随着金融一体化的迅猛发展,各国、各地区之间的经贸合作越来越密切。一旦某个国家或地区证券市场发生风险,我国证券市场都会被波及。因此,对风险进行更加准确地度量显得十分必要。分位数回归方法因其具有稳健性、对残差项的分布形式不敏感等优良特性而备受广大学者青睐。本文将分位数回归应用于证券市场,主要从风险价值的度量和风险溢出的刻画两个方面进行扩展研究。首先,考虑到股票是典型的证券品种,在证券市场中有着重要的地位,我们选取标普500指数、日经225指数、恒生指数分别代表美国、日本、中国香港三个市场,选取沪深300指数代表中国大陆市场,研究证券市场的风险价值及风险溢出情况。数据区间从2005年1月至2017年12月,具体从以下三个部分展开。第一,基于分位数GARCH族模型分别对四支序列计算VaR,从置信水平、残差分布、模型具体形式三个方面进行分析,结果表明,除分位数ARCH模型的估计效果稍差,其余GARCH族模型的估计都较为精确。第二,考虑到分位数GARCH族模型在建模过程中阶数的确定较为复杂,而CAViaR模型直接对收益率的条件分位数建模,可以在一定程度上降低模型的估计误差。本文在经典CAViaR模型基础上引入流动性指标和波动率指标,提出了 CAViaR-LI和CAViaR-Ⅵ模型。实证结果表明,由于各市场的运作模式有所区别,因此估计各市场VaR的最优模型不尽相同,且改进后的模型较经典模型估计效果更好。第三,在得到各股指VaR基础上,结合格兰杰因果检验和分位数CoVaR模型研究了各市场之间的风险溢出效应。结果显示,地缘关系近的市场之间风险溢出程度更大,且当金融危机发生时,风险会更快、更大程度地波及其他市场。在对各市场的风险进行分析后,我们又基于扩展的CAViaR模型和CoVaR模型分别对多个行业的风险价值以及各行业对证券市场的风险溢出做更进一步的研究,选取沪深300九支行业指数代表中国大陆九个主要行业。为保持前后一致性,数据区间同样为2005年1月至2017年2月。实证结果表明,适用于各行业指数VaR估计的最优模型有所差异。当行业处于风险状态时,证券市场的风险会有一定程度的增加,因此在对证券市场的风险进行分析时,应充分考虑各行业处于风险状态的极端情形。由于各个行业的重要程度不同,当其处于风险状态时,对证券市场的影响程度也不同。总体而言,金融、医药、信息和消费行业对中国大陆证券市场的重要性相对更高。