随着整个金融市场不断发展，金融环境瞬息万变，金融理论不断创新，信息技术日新月异，金融市场上的组合交易资产数量成倍增长，金融市场的系统风险以及波动性也随着不断放大。作为新兴市场，中国股票市场不可能十分健全完美，市场风险很可能在市场发展过程中不断增加，市场波动性会比较大，最近由美国引发波及全球的金融危机也有强力地解释了这点。在金融全球化的情况下使我国的金融市场风险得到有效控制，在风险评估方面如何探索实际有效的方法，也就有重要的理论意义和实际意义。 从我国金融行业发展的现状来看，不管是源自金融企业内部自身风险控制的需要，还是源自国家对金融市场的监管的需求，都需要进行统一的风险监管和总体的风险评估，从而也要求产生一种集成的风险度量方法和模型。VaR(Value atRisk在险价值)正是在当前需求下产生的，并逐渐成为目前金融行业度量市场风险的主要方法。VAR是指通过采用统计学思想进行估量金融风险方法，这一方法是J.P.摩根首先提出的，在风险衡量上十分科学、准确实用，因此受到国际金融界的欢迎，迅速成为一种金融风险管理的标准，金融业界公认其是风险管理的VaR革命。 本文采取了结合国内外金融市场风险管理的环境，介绍了作为主流风险管理VaR方法对中国的股票市场的风险管理具有重大意义。基于国内国外的研究现状，研究VaR风险管理模型的搭建，比且比较了两种VaR风险管理模型：一是基于蒙特卡罗模拟法的VaR模型，二是基于极值理论的VaR模型。在研究基于蒙特卡洛模拟法的VaR模型中，分别在TGARCH模型、标准差、t分布下的TGARCH模型基础上进行蒙特卡罗模拟，利用蒙特卡罗模拟法不同的改进形式来进行估计VAR，并且比较了不同的改进形式，进行比较各个模型的绩效。在基于极值理论的VaR模型中，选用了普遍采用的POT模型下的VaR。最后，比较了两大类VaR风险管理模型理论和实证研究的优缺点，结论显示上述方法算出的VaR值都有着较低的失败率并且取得的效果均较好，但是蒙特卡罗模拟法比基于极值理论的风险值计算的失败率稍高，且基于极值理论的风险值计算方法不必考虑总体的分布仅研究极端值的分布就可以了。 全文可以分为5个部分，各部分的内容按照下面环节安排： 第一部分，引言，大体上介绍了研究的背景及意义，描述了VAR的国内国外研究现状，系统介绍了相关文献，指出了本文的主要研究内容和创新点。 第二部分，阐述了VaR的基本概念和原理，并介绍了几种VAR模型的主要计算方法，包括蒙特卡罗模拟法、极值方法、历史模拟法、分析法，比较了它们的优缺点，并指出了其适用条件。 第三部分，详细阐述了通过蒙特卡罗模拟法进行计算VAR的大体步骤。 第四部分，详细介绍了极值理论原理以及极值理论模型的两大类型(分块样本极大值模型(BMM模型)和POT模型)和基于极值理论的VAR的计算方法。 第五部分，实证分析了我国股票市场风险，首先，采用各种统计学的方法验证了中国上证指数收益率序列的统计学特征，结论显示上证指数收益率序列表现出尖峰厚尾性，不能严格满足于正态分布的假设；并且上证指数收益率序列有着显著的ARCH效应。在这些数据特征的基础上，把TGARCH模型、t分布等引入蒙特卡罗模拟法，对蒙特卡罗模型进行了改进，算出VAR，将不同的改进模型的绩效进行了比较。但是，蒙特卡罗模拟法有着一定不足，列如首先要假设数据的分布，为避免该缺点，又进一步实证分析了极值理论，因为分块样本极大值模型(BMM模型)在处理明显季节性数据的极值问题上得到了广泛运用，比较适用于估算未来较长时间的VaR。POT模型要求较少的数据，而且能够单步预测，推导出未来较长时间内VaR的估计值，因此本文选用POT模型进行分析。最后将比较最优的改进蒙特卡罗VAR模型与极值理论的VAR模型。 第六部分，结论，就上述实证研究进行归纳，得出相应的结论和展望，提出本文的不足之处，并提出作者下一阶段的研究方向。