随着金融创新和金融衍生工具的发展，金融风险管理在金融市场的稳定运行中发挥着越来越重要的作用。近年来，VaR方法在金融风险管理领域的重要地位日益凸显，已经成为目前金融学届测量市场风险的主流方法。然而，金融市场中出现的很多经济特征并不能为有效市场假说所解释，比如金融资产条件收益率往往呈现“尖峰、有偏、厚尾”的分布特征以及金融资产价格波动率呈现出长记忆性、非对称性和异方差性等特征。因此，本文通过ARFIMA模型和HYGARCH模型来描述股票价格收益率和波动率的双长记忆性问题。由于股票市场的波动性反映了金融市场动态风险的大小，因而对股票价格的波动率进行研究具有重大的意义。本文针对金融收益率的尖峰、厚尾、不对称的分布特征以及条件波动率的长记忆、异方差特征，运用能捕获这些典型特征的ARFIMA-HYGARCH模型对金融资产的条件收益率和条件波动率进行建模分析，同时对标准收益率的尾部分布运用极值理论进行建模，运用一种新方法，即峰度法为EVT理论中的POT模型选取阈值，进而测度中国上海证券市场的极端风险，最后运用返回测试中的LRT比率和LRi nd统计量对风险模型的准确性和精度进行联合检验。实证结果显示，上证综指和纳斯达克市场指数的收益率序列和条件波动率均存在不同程度的长记忆特征，本文引入的ARFIMA-HYGARCH-EVT模型在测度风险方面具有很好的效果和精度，比尾部分布为正态分布和student-t分布的风险模型更加优越，为投资主体、风险管理人员和政府控制风险提供一个有效的量化工具，使其更好的预防风险、管理风险和控制风险，保证资本市场的健康成长。