股市场大幅波动风险的研究，对监测及预防市场极端风险具有重大意义。相对于全波动事件的方法，例如GARCH，Hawkes过程更着重于刻画大幅波动事件的特性。由于股票市场交易活跃时，股市发生大幅波动的概率要比股市交易冷清时大。因此，本文利用交易量来刻画股市不同活跃程度的阶段，将股票市场大幅波动事件发生的概率拆分成两个部分，第一部分是基于当前市场交易活跃程度的大幅波动事件发生的基础概率，第二部分是以往大幅波动事件的自激发影响。实证部分，利用基于交易量修正的Hawkes过程对沪深300指数价格大幅波动幅度事件进行建模，用交易量数据调整市场不同交易活跃程度下发生大幅波动的概率，将结果与以往的模型结果进行比较，取得了较好的结果。紧接着本文提出了利用Hawkes过程计算得到的风险水平数值作为指标数值，通过ROC方法和损失最优化两种方法确定指标的临界值，构建风险预警机制的方法，并进行了实证研究。　　结果表明:(1)根据股市不同交易活跃程度调整的Hawkes过程可以更好地描述市场发生大幅波动的可能性，对VaR的预测更加准确;(2)中国股市对大幅波动事件的发生和发生强度都敏感;(3)基于不同交易活跃程度调整的Hawkes过程的大幅波动风险预警机制可以有效地规避大幅波动风险，帮助个人投资者规避极大的损失和政府机构监控市场的极端风险水平，对防范化解重大风险具有积极意义。