近年来,金融危机发生的频率较高,尤其是去年爆发的全球性的金融危机,引起了广大学者和金融监管部门对风险测量的高度重视与研究兴趣。而与此同时我国的金融市场正在逐步地融入全球金融体系之中,影响我国金融市场波动性的因素日益增多,如何更好地测度风险正在成为当前学者们研究的课题。目前,金融风险测度的主流方法为1993年兴起的在险价值VaR(Value at Risk)技术,它是指市场在正常波动的情况下,某一资产在一定置信水平下的最大损失。实际上,研究结果和实践经验都表明,过于单纯的VaR风险计量方法存在严重缺陷,该方法对尾部风险测量的不够充分而且不满足一致性公理。本文主要根据我国股市的实际特点,考虑了基于厚尾(fat tailed)分布下的VaR模型,并把GARCH模型引入其中,通过滚动窗口,预测未来风险价值。同时又考虑了满足一致性风险测量的标准,运用了期望损失ES模型。我们比较了VaR和ES的优缺点,并在正态分布下推导了两种方法的计算公式,给出了表达式, VaR主要关心的是损失的频率,而不是损失的大小,而期望损失ES是指超过VaR的损失的均值,它关心的是损失的大小,而不是损失的频率,更重要的是它是一致性风险测度。最后我们利用上证综指进行了实证研究,并比较了两种方法的测度结果,结果表明:利用单期对数回报作为收益序列,然后再运用GARCH模型对波动性进行估计是可行的。在运用ES方法后发现模型得到了改善,解决了在厚尾分布下VaR值对尾部风险低估的问题,这也说明在风险管理中VaR和ES方法对风险测度的精确度不同;另一方面引入GARCH模型的ES方法,可以较好的解决VaR模型对尾部风险测量的不充分性。