受经济全球化与金融一体化、现代金融理论及信息技术、金融创新等因素的影响，全球金融市场迅猛发展，并呈现出前所未有的风险。因此，对于金融机构来说，有效的风险管理变得越发重要。在这种背景下，风险价值(VaR)作为度量风险的方法便成为金融学界广泛研究的课题。 完整的VaR度量方法，包括对VaR进行建模、模型参数的估计、评价VaR模型的效果。本文详细介绍了Engle&Manganelli(2004)1提出的CAViaR模型。该模型直接对每期VaR之间的关系进行建模；在模型的参数估计中采用了分位数回归框架；在VaR预测质量的评价方面，提出了动态分位数检验方法，其核心思想是：在每期所能获得的信息集的条件下，损失超过VaR的条件概率必须和当期能获得的信息集相互独立。 考虑到本文实证研究所选取的中国股票有涨跌停板限制，因此对Engle和Manganelli提出的四个具体的CAViaR模型做因变量受限的技术处理，同时考虑到自变量取涨跌停值时对VaR的特殊贡献，将其中一个模型做进一步的改进，从而得到第五个模型。 我们随机选取了中国A股市场17支股票和沪深300股指作为样本。针对每支股票，我们分别采用这五个模型描述VaR。在参数估计之后，我们又进一步利用动态分位数检验的方法，对五个模型的效果进行比较。 结果表明：在大部分情况下，随着个股的不同，不同模型的适用程度存在差异。但总的来说，这五个CAViaR模型都表现出了相当的稳健性以及准确性。另外，修改过的第五个模型与模型原型相比，在动态分位数检验中表现更好。