近十年来，金融业进入一个十分复杂又充满数学挑战的领域，一系列的金融事件和金融危机严重威胁着金融企业的生存和发展，风险测量技术已成为金融界和学术界备受关注的问题。本人在前人研究的基础上做些有益的探索。 全文共分四章，第一章概述了金融风险测量的意义、产生的根源及其类型以及风险测量方法发展的现状。 第二章应用CAPM模型对上海股票市场进行实证研究，得出在上海股票市场上用CAPM模型对我国股票进行预测及定价的有效性尚不够强的结论。针对CAPM模型的不足之处，进一步应用GARCH-M框架下的CCAPM模型进行实证研究，并通过日收益率和周收益率数据研究不同的抽样区间对模型验证的影响，得出沪市日收益率数据和周收益率数据都支持GARCH-M模型和CCAPM模型，尤以日收益率数据显著支持的结论。 第三章详细地介绍当今已有的各种VaR估计模型的方法、发展动态以及Back-test检验，并比较了其优缺点，同时指出其各自的适用范围，重点应用估计函数模型和GARCH-M模型对我国股票收益率数据进行实证分析和模型检验。通过实证研究可得估计函数模型和GARCH-M模型都较适于拟合我国股市的收益率序列，而为了提高VaR值估计的准确性，两种模型可以相互配合使用。以此可作为投资管理参考的依据，具有一定的实际意义。 本文第四章提出了在允许卖空时的机会约束下的均值—VaR模型，它是以期望收益率与置信水平为导向的。在假设投资收益率服从正态分布的条件下，建立了其数学模型，讨论了最优解的存在性与唯一性，得到了最优解的解析表达式，并用Matlab语言给出求解程序，最后举例予以说明并验证了两个重要结论。