衍生品定价理论的经典模型是B-S模型，但其本身涉及一些与实务不符合的假设，如果直接将其用于新兴衍生品市场会存在巨大的模型风险。笔者尝试将权证的避险策略与传统B-S模型分割开来，用非参数统计的方法来估计股票和权证价格的分布情况。此外，本文将国际上流行的风险测量VaR方法引入权证的风险管理当中，以最小化资本损失为目标，不但能规避避险组合的资本损失，还能保留潜在的上方收益。 本文利用我国权证市场的实际数据，对模型的避险效果进行检验。检验的模型包括：股价服从B-S假设下的Delta间断避险模型和最优化VaR避险模型，以及股价、权证价格都服从经验分布的非参数最优化VaR避险模型。实证结果表明，B-S理论假设与中国新兴权证市场的走势相去甚远，存在着巨大的定价误差。B-S避险策略以及基于B-S假设的最优化VaR避险方法都无法取得令人满意的避险效果。而非参数方法下的最优化VaR避险策略不仅可以有效地规避下方风险，同时也能获得一定的资本利得，符合中国权证市场发展的实际情况。