长期以来，资产波动率都是金融研究中许多学者所关注的问题，不论是资产配置、衍生品定价还是风险管理都离不开对资产波动率的研究。对资产波动率的估计和预测已成为金融研究领域的一个重要课题。随着技术的进步和数据处理能力的不断提高，获得高频数据变得更加容易，在金融资产收益波动率的刻画上，高频波动率比低频波动率包含了更多市场信息，能更准确地估计和预测金融市场的收益波动情况。因此，基于高频数据对波动率建模已逐渐成为金融研究领域的一大热点。随着我国金融市场体制的不断发展，金融市场风险的识别、测量逐渐成为监管当局和金融机构关注的重点，也是众多学者研究的一个核心问题。风险价值VaR是一种较为有效的风险度量方法，由于其方法直观、计算简便等优点而为众多风险管理者所喜爱，也受到了许多学者的青睐。然而，VaR测度的严重缺陷在于其不满足次可加性，且其忽略了收益分布的极端尾部状况。另一个常用风险测度指标ES则弥补了VaR的上述不足，并获得了巴塞尔协议III的建议。因此，在研究某个模型的风险预测精度时，不但应该考虑该模型的VaR估计效果，也应对ES指标进行预测以考察该模型对极端风险的测度效果。另外，传统的风险度量大多是基于低频的日间数据，寻求有效的高频数据模型对金融市场风险进行度量和预测，不仅有助于为监管当局和金融机构的风险监管提供更准确的理论参考和政策建议，也为研究金融市场风险提供了新的方向。本文选取Hansen等（2012）提出的基于高频数据的Realized GARCH模型对我国沪深300股指期货的波动率及风险进行研究，从而改进风险测度效果，这对于研究股指期货市场风险、提高金融风险管理水平和完善金融实证研究都有重要意义。由于在Realized GARCH模型中，资产收益率误差项的分布假设、已实现高频波动率的选择至关重要，选择正态分布、t分布、偏t分布三种分布假设，选择已实现波动率RV、已实现双幂变差RBV、已实现极差RRV、加权已实现波动率WRV、加权已实现双幂变差WRBV、加权已实现极差WRRV六种已实现高频波动率作为波动率的测度对 Realized GARCH模型的各方面能力进行了全面深入的比较研究，以期找出最优的已实现测度和风险度量模型。　　本研究分为五个部分：第一部分是绪论，阐述本文的研究背景及意义，研究内容，研究方法及创新点。第二部分是文献综述，对国内外研究现状及趋势进行了梳理。第三部分是理论部分，主要阐述波动率特征、已实现高频波动率、Realized GARCH模型、沪深300股指期货、VaR及ES的相关理论。第四部分是实证分析。在三种分布假设、六种已实现高频波动率下，首先运用Realized GARCH模型对沪深300股指期货的波动特征进行刻画，发现Realized GARCH模型相比EGARCH模型表现更好，进一步，基于偏 t分布的 Realized GARCH模型比基于 t分布和正态分布的Realized GARCH模型拟合数据的效果要好。接着，运用半似然函数对RG模型的收益率拟合及预测能力进行评价，发现RG-st模型在收益率分布的拟合和预测能力上都更强；相同分布假设下，基于RRV、WRRV的RG模型有较好的收益率分布拟合能力，基于RBV、WRBV的RG模型有较好的收益率分布预测能力。然后，运用M-Z回归法和损失函数法两种方法对Realized GARCH模型的波动率预测能力进行全面评价，发现使用厚尾分布、基于WRBV、WRRV的RG模型总体表现较好。第五部分运用Realized GARCH模型对沪深300股指期货市场风险进行度量并对其预测精度进行评价。在VaR方面，分别运用非条件覆盖检验法和经济指标法对VaR预测值进行后验分析，两种方法均发现偏t分布假设下的R-GARCH模型对沪深300股指期货市场进行风险度量得到的VaR值比正态分布和t分布假设下R-GARCH模型得到的VaR值更加稳健精确，另外，在对VaR的预测上WRRV略显优势。在ES方面，分别运用自举法、D(α)值法、经济指标法对ES预测值进行后验分析，进一步证实了使用基于偏t分布的Realized GARCH模型有助于提高对沪深300股指期货市场极端风险的估计精度。基于WRBV、WRRV的RG模型各有优势。第五部分是结论和展望，对本文的结果进行分析和总结，并提出进一步的研究方向。