近年来,在金融全球化和自由化的背景下,金融风险成为国内外金融界和监管机构共同关注的对象。风险度量是风险管理中首要而核心的部分,在金融自由化的国际背景下研究风险度量对于风险的有效管理乃至金融体系的建设都具有十分重要的意义。目前,VaR风险度量方法是现代金融风险管理中最重要的、最为广泛应用的风险度量方法。首先对VaR风险度量方法进行了全面系统的研究,不仅对VaR方法产生的背景、国内外研究现状、基本原理和计算步骤进行了详细的介绍,而且还对几种典型的VaR计算方法进行了综合的分析和比较。其次基于EWMA方法研究VaR。标准EWMA方法一般假设金融序列服从正态分布,但是大量的研究表明金融序列不是正态的,而是有偏的、尖峰厚尾的。通过将能很好地描述金融数据这种特性的有偏EWMA模型和GARCH模型相结合,建立了模型的参数估计方法和具体算法步骤,并对我国股票市场中的几只股票进行了实证分析,结果表明有偏EWMA-GARCH模型比标准EWMA模型的预测效果要好。本文介绍了Copula函数的定义和性质,提出了基于非对称Laplace分布和一般Copula函数的风险价值(VaR)的Monte-Carlo模拟算法,对金融投资组合的风险度量方面的研究具有一定的参考价值。最后,进行了全面的总结,对进一步的研究方向进行了展望。