随着世界经济的发展,国际金融市场规模日渐庞大,种种变革在催生了各种金融创新的同时也引发了多次金融危机,风险管理的重要性日益凸显。其中极端风险虽然发生频率较小,却对经济产生巨大冲击,有效管理极端风险可以一定程度上减轻“黑天鹅事件”发生时对经济的冲击。股票市场作为金融市场的重要组成部分,能够直接反应国家宏观经济状况。准确预测股票市场的极端风险对政府部门实施监管和投资者进行正确决策具有重要意义。在险价值（VaR）和预期不足（ES）是衡量极端风险的最常用指标。其中ES在满足次可加性方面强于VaR,然而其测算的复杂性和不可引导性使得其预测效果难以被准确评价。为更准确地预测极端风险,基于广义自回归得分模型（GAS）和FZ损失函数联合预测VaR和ES的方法,GAS Factor模型于2020年被提出。该模型的预测效果优于传统预测模型,然而未考虑诸如其他股市波动和宏观因素等外部变量对极端风险的影响。为进一步提高VaR和ES的预测精度,本文对GAS Factor模型进行改进,在模型中加入外部信息X,提出了相应的GAS Factor X模型。该模型通过加入对极端风险可能具有预测能力的外部信息,有望提高模型的预测精度。同时该模型未对外部信息X的形式做明确规定,具有较强的灵活度。为了考察国际股市高频波动率信息对一国股市极端风险是否具有预测能力,本文重点考虑了X为国际股市已实现波动率（RV）的情形,即GAS Factor RV模型。基于该模型,本文以上证指数的极端风险为预测对象,研究了13个国际股市高频信息的预测能力。选取2000年至2020年的上证指数日度收盘价以及包括上证指数在内的国际市场上13支重要股指的5分钟高频波动率数据。考虑了RV为单一股市信息和国际股票市场综合信息两种情况的15个模型。本文首先对这些模型进行样本内拟合,结果显示亚洲股市和美国股市的波动能够显著影响我国股市的未来极端风险,具有预测能力,而欧洲市场对我国股市极端风险的影响相对较弱,不具有预测能力。为了检验本文所提出模型的预测效果,进行了样本外预测分析。第一,对VaR和ES的样本外预测值分别进行DQ和DES回测检验,发现所提出的模型都能较好地预测极端风险。第二,本文使用DM和MCS检验对不同RV模型的预测效果进行对比,发现大部分GAS Factor RV模型的预测效果都好于基准模型,其中加入上证指数RV的模型预测效果最优,往后依次是加入中国香港指数、美国指数和英国指数的RV及国际市场RV均值的模型预测效果较优。第三,本文构建了组合模型,并与单一模型预测效果进行对比,结果说明组合模型的预测效果未能提高单一模型的预测的准确性。第四,本文还考虑了基于经济政策不确定性指标的GAS Factor EPU模型和基于恐慌指数指标的GAS Factor VIX模型,并与GAS Factor RV对比分析。实证结果表明GAS Factor RV模型预测结果最优,且EPU信息相对于VIX信息对极端风险预测能力更好。