由于沪深300股指期货目前还没有实行夜盘交易,投资者持有的头寸在当天闭市到第二天开盘处于风险敞口状态,作为金融衍生产品使得它所面临的风险会被成倍放大。因此,如何科学准确地测度其隔夜风险具有重大现实意义。本文试图采用半参数法的CAViaR模型对隔夜风险进行建模,全面地分析多头VaR和空头VaR在不同分位数的动态变化特征,同时巧妙地结合极值理论和CAViaR模型对极端隔夜风险进行估计,最后采用似然比检验和动态分位数检验对样本进行后测检验。实证结果表明:(1)隔夜收益序列具有负偏度、无长期记忆性和尖峰厚尾等典型特征;(2)CAViaR模型对股指期货的普通隔夜风险具有优异的预测能力,其中SAV-CAViaR和AS-CAViaR模型要略优于IGARCH模型;加入极值理论后,CAViaR模型同样能很好地刻画极端分位数下隔夜风险的动态演化过程,此时给出的三个模型并无实质性的差异;(3)基于杠杆效应的GJR模型和兼具长记忆性和杠杆效应的FIAPARCH模型并没有表现出比传统GARCH模型更高的预测精度,同时,先验SKST分布对金融收益分布特征的刻画要优于正态分布和GED分布;(4)无论是普通隔夜风险还是极端隔夜风险,CAViaR模型相比GARCH类模型表现出绝对优异的预测能力。因此,CAViaR模型在股指期货的风险预测方面是相对更合理的模型选择。