目前比较流行的金融市场风险价值研究一般采用日收益数据，并基于GARCH类模型进行估计和预测。本文利用沪深股指日内高频数据，分别通过ARFIMA模型和CARR模型对实现波动率和较新的实现极差建模，计算风险价值。通过对VaR的似然比和动态分位数等回测检验，实证分析了各种模型的VaR预测能力。结果显示，使用日内高频数据的实现波动率和实现极差模型的预测能力强于采用日数据的各种GARCH类模型。