计算金融是结合现代的计算技术、相关的数学理论和方法、金融学的理论来解决一些比较复杂的金融问题的崭新的研究领域。金融风险度量技术非常重要，VaR(Value at Risk)是一种非常有效的金融风险度量技术，它最开始主要用于市场风险的度量，后来渐渐成为了金融市场风险度量技术的核心。所以，研究如何能够更加准确的计算VaR值不仅在理论上，更在现实生活中都具有十分重要的意义。本文介绍了一些金融风险度量技术的理论和本文的研究意义，在这个基础上对国内外的风险管理技术和现实状况进行了概述。首先，对计算金融的基本概念及其重要意义、高性能计算和金融风险度量的相关背景进行简单的介绍；其次，介绍了并行计算的相关概念，分析了高性能计算的最新发展和其在金融领域的实际应用，探讨了金融领域高性能计算未来潜在的应用方向；然后，对金融风险度量的国内外研究现状进行了分析并介绍了金融风险度量及其意义、金融风险度量的基本方法、VaR计算原理及方法、三类VaR的具体计算方法、VaR模型的事后检验方法和VaR方法评价；最后，在并行的环境中，根据蒙特卡罗方法的特点，研究了蒙特卡洛并行化的问题。本文选取沪深300指数作为研究对象，然后在并行的环境中利用蒙特卡罗方法进行金融风险度量的实例应用研究，最后对实验结果进行了一些相关的分析和评价。通过实例研究可以发现︰(1)不同方法估计VaR值的结果差异较大；(2)整体上看，并行加速效果较为显著，具有较好的可扩展性；(3) Monte Carlo模拟次数的变化对于VaR估计值的影响不大，使用拟随机数序列时，使用相对较少的模拟次数就能获得较好的数值结果，具有较好的数值稳定性；(4)置信水平的设定对于VaR估计有较大的影响；