中国股票市场发展至今已形成比较完善的框架,但由于多方面因素影响,股票市场价格波动较大,股市风险度量重要性凸显。因此,本文重点基于我国股市代表性股指——沪深300指数价格构建了股市风险量化模型,文章主要包括中国股市风险的影响因素探究和不同股市在险价值（Value at Risk,VaR）预测方法的对比两个部分。目前国内外文献对于股市VaR的影响因素和具有GARCH-X误差的线性模型分位数估计的研究和应用很少。因此,本文第一部分内容是在文献研究成果基础上在线性模型中引入可能影响股市的风险因素,建立包含GARCH-X误差项的线性回归模型,即在GARCH波动率模型中添加已实现波动率作为其协变量,并通过分位回归方法建立针对QR-GARCHX模型的两步估计和联合估计实现参数估计,进而得到沪深300资产在特定水平下VaR的估计与预测值。给定5%分位点,由参数估计结果可知股市日内高频交易信息会对股市的波动产生显著影响,美元对人民币汇率变化率与股市风险价值负相关,利率变化率与股市风险正相关。进一步探究不同分位点下各参数的估计值,发现已实现波动率在除极端风险偏好以外的条件下均可以较好地捕捉股市的波动;汇率变化率与股市风险有稳定的负相关关系,与投资者的风险偏好无明显相关关系;利率对股市风险的影响效应与投资者的风险意识有很大的关联,投资者对风险的态度越谨慎,利率变化率造成中国股市波动程度大的可能性就越大;极端风险厌恶条件下股市风险的刻画具有一定难度。对比不同规模股指的参数估计值,发现已实现波动率更适合于捕捉大规模股指的波动率;汇率对大中市值股指的影响方向与小市值股指的方向相反,且其影响的显著性随着股指市值的减小而减小;利率对三个规模指数的风险均有正向影响,但对小规模股指的影响程度略大于对大规模股指的影响。最后给出了沪深300各个二级行业股指的VaR显著影响因素,已实现波动率对所有行业的波动率均有显著影响;不同行业的显著影响因素存在较大差别,但不同解释变量对各行业的影响方向都是相同的。本文第二部分综合分析了 QR-GARCHX方法在我国股市风险度量中的效果。本文采用滚动窗口预测的方法,同时利用Risk Metrics方法、历史模拟法（Historical Simulation,简记为 HS）、滤波历史模拟法（Filtered Historical Simulation,简记为FHS）、QR-GARCH、QR-GARCHX五种模型实现5%VaR的预测。最后对预测的结果进行了横向与纵向的对比,横向与收益率序列本身的时序图进行预测效果的对比展示,同时通过图示直观说明了引入条件异方差结构的必要性。纵向对比了各个模型的经验覆盖率和回测检验结果,四种估计模型均通过了两种VaR回测检验,且QR-GARCHX方法得到了最接近真实分位点5%的经验覆盖率,QR-GARCHX预测效果相对QR-GARCH有较大改进,由此说明了引入已实现波动率作为协变量的有效性。