过去四十年来,随着全球金融市场迅猛发展,金融市场波动性也显著加剧,金融风险管理受到广泛关注。而随着我国金融改革的进行,中国股市市值居全球第二,成为全球重要的股票市场之一。虽然股市的波动伴随着相应的收益机会,但也意味着存在一定的风险。至2006年以来,我国股市出现多次大震荡大调整,各方损失惨重。因此,在当今金融市场资产价格高波动的背景下,度量投资组合中各资产对总体风险的风险贡献度对探析投资组合风险波动的深层次原因有重要意义。关于风险贡献度的测算,目前运用较广泛的是历史数据法,其主要适用于存在大量数据样本且持续期较短的情况。特别地,极端情况下的风险贡献度估计主要由处于分布尾部的少量观测值决定,因此历史数据法估计的准确性此时较难保证,为此,本文对鞍点逼近模型优化并考察上述情形。本文通过对中国股市进行实证分析发现,与传统历史数据法相比,鞍点逼近模型呈现下列优点:投资组合分布函数简洁、风险贡献度计算效率和准确性较高,压力测试表明该方法具有较好的稳健性。因此该方法对投资组合的风险预警与防范可以起到决策支持作用;本文使用鞍点逼近模型对我国股市按照行业分类进行了风险贡献度测算,对19个行业按照风险高低分成了三个区间。第一个风险区间有制造业、金融业和采掘业,出现高波动的可能性很大,需加强监管;第二个区间行业有交通运输仓储和邮政、房地产业、批发零售、水利环境公共设施管理业、水电煤气、建筑业和信息传输、软件信息技术服务业,监管者需保持警惕;而剩下的九个行业为第三个区间,在监管中需松弛有度。同时,对我国现有的三大成熟经济圈进行了实证研究,发现风险贡献度排序:长三角>京津冀>珠三角。最后,根据实证结果,为推动我国股市健康平稳发展,本文提出了相关对策建议。