股票市场风险是股票投资者在投资过程中所面临的主要风险，是众多投资者及理论研究者关注的焦点问题之一，也是各国证券监管当局管理的重点。而股票市场风险测量作为风险管理和防范的核心，它直接决定了风险管理和防范的有效性。因此，研究股票市场的风险管理具有十分重要的理论意义和实用价值。　　 本文通过对股票市场风险的各种测量方法进行系统的分析和研究，最终选定了CVaR方法作为本文的研究方法。该文着重介绍了CVaR模型的基本原理以及CVaR的计算方法，并以2002年至2010年上证综合指数和深圳成份指数为研究对象，利用CVaR方法对我国股票市场风险进行了实证分析，以及收益序列的稳定性和相关性。实证检验取得了较好的效果。　　 本文在股票市场较充分的数据基础上，通过Eviews统计分析软件和计量经济学方法进行处理，实证分析结果得出：金融资产收益率序列分布具有尖峰厚尾的特点，并且具有明显的GARCH效应和杠杆效应，其波动具有聚集性和时变性(条件异方差性)；基于正态分布的CVaR估计可能会低估风险，基于t分布的CVaR估计可能会高估风险，基于广义误差分布(Generalized Error Distribution，简称GED)的CVaR估计的结果较准确。实证研究表明，GARCH族模型能够很好地刻画收益率序列残差项的异方差性，选用GARCH族模型能够比较有效的进行CVaR的估计，从而进行股票市场的风险测量。