随着经济的飞速发展,全球的金融体系均处于在不断的变化当中,尤其是股票市场的扩大,令我国望尘莫及。由于中国股票市场起步较晚,面对如此大的市场风险,国内的发展水平仍处于初级阶段,十分不成熟。而存在于股票市场中的风险已经成为广大群众、投资部门以及金融机构最为关注的问题。在美国发生次贷危机后,存在于股票市场中的风险测度问题更加凸显。20世纪末期,金融风险管理中引入了一个新的概念即风险价值(vaR),其在提升度量风险价值的科学性上有非常好的效果。常用的最小二乘方法稳健性不高,且不再属于无偏估计,所以如果要处理的数据出现尖峰厚尾特征同时具有明显有异方差的情况时就不能用传统计算风险价值的方法进行衡量了。那么,要想避免最小二乘方法中方差的缺陷,笔者基于分位回归理论提出一个将非对称Laplace分布与贝叶斯方法结合在一起的测度手段,针对股票市场的风险评估,取得了很好的效果。在下面的论述中,将测量理论和证券市场中的分位回归的理论。继而在此基础上进行风险价值的计算与评价方法的归纳总结,并且构建出一个分位回归风险测度模型,通过逆跳马尔可夫链蒙特卡罗方法完成其中的识别工作,并对对贝叶斯参数进行估计,以达到对股票市场风险测度方法的验证。事实证明,该模型的确可以准确的评估出存在于股票市场中的风险价值。