创业板市场作为我国证券市场的重要分支,旨在丰富金融市场的交易品种,为不能在主板市场上市且资金规模小、但具有发展潜力的中小企业提融资渠道和成长空间,进一步满足不同主体的金融需求,弥补资本市场结构单一化的缺陷。2020年以来,新冠状肺炎疫情对全球资本市场造成了巨大冲击,全球股市出现了剧烈的震荡以及熔断和跌停潮的状况。虽然创业板指2019年1月31日下跌至1227.99,但在疫情之下,创业板指却能逆势上涨,和金融市场其他指数相比,创业板指可以有效帮助国际投资者分摊系统风险。因此,构建适当的模型和应用恰当的方法来度量创业板市场的金融风险对投资者管理防范风险来说至关重要。考虑到金融资产收益率的条件高阶矩具有动态特性以及基于Wu等（2020）提出的Realized EGARCH-SK模型,文章选取已实现波动率（RV）和已实现极差波动（RRV）作为已实现测度,将残差分布拓展为偏t分布,并构建不同测度下的动态高阶矩Realized GARCH模型和动态高阶矩Realized EGARCH模型。实证研究上,首先对数据进行时变偏度和时变峰度效应检验;其次对各模型进行参数估计,应用似然函数比较各模型的拟合能力;再次利用滚动时间窗方法对波动率进行向前一步预测,并应用四组损失函数和MCS检验来对比各模型的样本外预测表现;最后采用Kupiec检验和Bootstrap检验来分别比较各模型的样本外Va R和ES预测的准确性。基于我国2013年1月4日至2019年12月31日的创业板指日5min收益率的实证结果表明:考虑偏度和峰度动态特征的高频波动率模型有助于提高模型的拟合能力、波动率的预测精度和风险度量的准确性,结果不依赖于模型的设定、分布的假定和测度的选取;Gram-Charlier扩展分布在模型的拟合能力上明显不如偏t分布,此外测度的不同和风险水平的选取会影响模型风险度量的表现,在RV测度的极端风险水平1%下,偏t分布具有最好的样本外Va R和ES预测效果,尤其是选取RRV作为已实现测度时,其风险度量的预测精度表现得更为明显;从波动率的预测效果和风险度量的准确性综合来看,动态高阶矩Realized EGARCH模型的表现要优于动态高阶矩Realized GARCH模型。