VaR(Value at Risk)是最近几年才发展起来的一种风险测量技术,因其具有简洁、综合、实用等特点,推出后不久就受到了包括巴塞尔委员会、国际清算银行等官方机构和各类银行、非银行金融机构(如保险、证券、特别是机构投资者)等众多组织的普遍欢迎,现已发展成为管理金融市场风险的主流方法。中国己成功入世,金融服务业将不可避免的同国际标准接轨,接受世界的挑战。因此,积极探索适合我国金融机构的风险管理方法和体系成为当前重要而紧迫的任务,这也是本文力图解决的课题。本文对VaR风险测量体系进行了全面深入的研究,不仅对VaR模型的产生背景、计算原理、优缺点进行了详细的讨论,同时还对三种典型的VaR计算方法--历史模拟法、分析方法以及Monte Carlo模拟法进行了综合的分析和比较。在众多计算VaR的方法中,历史模拟法以其概念直观、计算简单、容易实施等特点,被越来越广泛地应用到市场风险控管的实务性操作中。然而历史模拟法的缺陷同样明显,最突出的表现为以下两点:历史模拟法假定市场因子的未来变化与历史变化完全一致,服从独立同分布,概率密度函数不随时间变化(或明显变化),这与实际金融市场的变化不一致;历史模拟法在计算VaR时仅仅依赖于给定时期的静态历史数据,而没有考虑市场当前的动态波动性水平。为了克服上述不足,Boudoukh,Richardson,Whitelaw(1998) [10] 等人在1998年曾提出过一种改进方法,实证分析显示他们的改进方法较历史模拟法有了明显的改善。然而同历史模拟法一样,他们在计算VaR时也仅仅基于过去的损失值,却没有考虑赢利因素对VaR的影响,不能很好的体现收益序列的厚尾特征。本文在上述改进方法的基础上提出了一种新的改进方法,它很好地克服了历史模拟法的两大不足,能更好的追踪实际金融数据的一些主要动态特征--如厚尾性、波动的集聚性等。通过对我国证券市场以及国际金融市场的几个主要指数所作的实证分析显示,我们提出的改进方法比Boudoukh等人给出的改进方法能更好的揭示资产组合的实际风险水平。