在金融领域全球化和自由化的共同驱动下,全球金融出现风险共振和损失共担的局面。当一国发生金融危机,全球经济由于受连锁反应的影响而遭受严重的经济损失,其所表现出的破坏性和易发性特点也日益明显。国内已有文献对金融风险度量问题的研究主要是基于传统分位数GARCH模型。在这样的背景下,运用拓展的分位数GARCH对金融风险度量的研究显得尤为重要,通过对风险水平进行精确的量化,反映出资产收益的损失程度,从而使得投资者能够及时规避市场风险,减少损失,更有助于相关监管部门对于金融市场的波动做出应对措施,保证市场良好有效地运行。传统分位数GARCH回归模型只是从市场风险本身角度出发,并没有涉及其他因素对市场风险的影响。本文则基于传统分位数GARCH回归模型理论,同时考虑到金融市场中的交易流动性以及非预期交易量对收益率的影响,提出LA-QGARCH和QGARCH-V模型。通过对上证综指和深证成指股指收益率分别建立QGARCH、LA-QGARCH和QGARCH-V三类风险计量模型,比较在不同分位点处不同模型对上海和深圳交易所风险度量的准确性和稳定性,探索QGARCH族的相关模型在不同市场不同分位点处模型预测精度的差异。得出:LA-QGARCH模型和QGARCH-V模型在5%分位点处对沪市风险的预测上同时表现甚佳,而在1%和2.5%的分位点处传统的QGARCH对VaR的预测具有绝对优势,准确程度远高于其他模型,但前者在高分位点上略逊于后者;而对于深股市场的深证成指来说,LA-QGARCH和QGARCH-V两模型对于1%和2.5%的低分点上风险预测精度更优,而在高分位点上传统QGARCH模型的VaR预测准确性则相对极高。综上所述,虽然基于流动性指标构建的LA-QGARCH模型和基于非预期交易量的分位数GARCH-V模型并不是在所有分位点效果最佳,但从股指收益率和VaR序列对比图可以看出,所构建的模型相对比较稳定,这为改进风险度量模型提供了新思路。