作为股指期货风险管理的核心环节之一,保证金水平的设置对于控制交易成本和防范头寸违约风险具有十分重要的意义,也历来是期货理论和实践关注的重点。关于期货保证金设置问题的研究中,一种主流的思路是对期货价格风险进行统计建模,其中比较典型的方法是基于波动模型的VaR和CVaR的运用。对于期货的价格风险,尤其是尾部风险的估计,一个极富吸引力的方法是应用极值理论对收益建模。极值模型本身具有良好的延展性,能够与波动模型结合在一起实现对极端环境下价格风险的捕捉和预测。本文对两类竞争性的波动模型—GARCH和SV与门限极值模型(POT)结合时在股指期货保证金设置中的应用效果进行了实证评估和比较。结果表明:(1)样本内时期,SV-T-GPD模型在设置由VaR代表的普通保证金水平时略优于GARCH-T-GPD模型,但是两者对极端风险的捕捉不如它们在设定由ES代表的谨慎保证金时有效;(2)在样本外的极端环境下,当且仅当GARCH-T-GPD模型采用对价格波动的静态预测以及SV-T-GPD模型采用MCMC方法的波动区间预测时,两者设置的谨慎保证金水平对期指回报尾部风险的防范效果相当,且较普通保证金水平有明显的改善。本文的应用型创新主要有三点。一是将条件返回检验作为常见的VaR无条件返回检验的补充。在评估模型的表现时条件返回检验不仅关注其预测失败的总频率而且考察各次失败之间是否具有相依性;二是采用两阶段自助抽样法确定门限极值模型中渐近最优的阈值;三是在比较研究中,样本的选择和划分。所选择的评价样本时期与当前的金融危机高度一致,这有助于检验模型在极端环境下的应用效果。