VaR模型诞生于上世纪九十年代，对于它的研究至今才有十多年的历史。但由于它的产生使金融风险管理在方法上取得了实质性进步，因而得到了迅速推广和广泛关注。然而要准确度量VaR并非容易，这是因为它既与资产收益率的概率分布有关，又与资产收益率的波动性有关，而资产收益率序列具有条件异方差性。因此，为了准确估计VaR，必须充分考虑收益率的概率分布及其波动性这两个因素。ARCH类模型考虑了这两个条件——在拟合ARCH类模型时既要考虑收益率的概率分布，又能得出样本数据在不同时段的方差。因此，将ARCH类模型引入VaR的测度方法中，必能在很大程度上提高VaR的精度。本文通过对金融风险和金融风险管理概括性介绍后，在综述出几类风险度量方法的基础上对其中的VaR方法进行了细致的介绍和分析，在前人研究基础上总结出将ARCH类模型引入VaR测度模型的基本思想并提出利用ARCH类模型计算VaR的具体步骤。本文以中国股票市场中的上证指数、上证180指数、深证成份指数的2002年8月至2006年9月的1010组日收盘价数据为考察对象，通过假设其服从不同的分布状态，拟合出ARCH模型，进而得出不同的分布状态下的条件方差序列，并通过编制计算机程序计算出不同分布状态下各样本序列的95％和99％的分位数，这样得出了样本指数序列的日VaR，进而对样本指数的风险价值状况进行分析并得出结论。本文最后提出了在现实金融市场中如何更有效的利用基于ARCH类模型的VaR测度方法对风险资产的风险价值进行计算，并对研发出一套基于ARCH类模型的VaR评估系统的可行性进行了探讨。