伴随着经济全球化的发展和金融自由化趋势的加深，金融系统正经历着巨大的变化，金融风险的防范与测度日趋复杂。信息技术的发展，金融工程技术的出现和应用，金融创新等因素的存在，在提高市场有效性的同时，也对金融市场的波动产生了巨大的影响。我国金融市场目前已走上了与经济发展相适应的道路，规模正在不断扩大，金融风险也随之受到更多的关注，因此需要建立适合的风险度量模型，合理评估金融市场的风险。金融市场的范围较为宽泛，本文以股票市场做为主要的研究对象。股票市场是金融市场的一个重要组成部分，它的波动对金融市场的影响显著。本文将上证指数（000001）和深证成指（399001）做为研究对象，对股票市场的风险进行测度并分析。首先，本文对以上证指数为代表的股票市场收益率序列进行建模分析，证明了数据存在尖峰厚尾现象、波动集束现象、长记忆性、条件异方差性和杠杆效应。其次，本文介绍了MIDAS模型和Copula函数的相关理论，用上证指数和深证成指的收益率序列构建了MIDAS模型和EEC模型，并利用两个模型分别对股票市场的风险进行了测度。本文研究成果主要有以下三个方面：第一，结合高频数据的已实现波动率对我国股票市场的个股进行波动性测度，证实MIDAS模型可以较好的描述中国股市的波动性。第二，二元t-Copula模型相较于二元正态Copula模型能够更好地拟合出股票市场的收益率序列。第三，利用高频数据进行建模的MIDAS模型对风险的测度结果优于EEC模型。