Var是最近一些年才发展起来的一种风险测度技术,因其具有简洁、综合、实用等特点,受到众多组织的普遍欢迎,现已发展成为管理金融市场风险比较常用的方法。而计算Var的方法有很多,其中比较常用的是采用低频数据,也就是日收益数据,并基于GARCH类模型进行参数估计和预测,再根据参数值计算得到Var值。但是这样的低频数据必然会损失很多日内信息,从而使得到的Var值不能很好的覆盖实际风险水平。本文的研究就是基于这样的一个问题出发,先基于低频数据运用ARCH族类模型进行Var和Cvar测度。紧接着才‘是本文研究的重心,同时也是最大的创新点,即将高频数据模型(ACD—GARCH)引入风险测度领域与Cvar风险测度.技术相结合,测度出金融市场在一定置信度和分布(GED分布、正态分布、T分布)情况下的理论风险损失,并将测度结果与以往的低频数据模型以及Var技术所测度的风险损失进行比较,看其是否与实际损失值更接近,是否能更好的测度风险。具体过程是利用EVIEWS6.0与MATLAB7.0等软件完成ACD—GARCH模型的参数估计并运用编程技术测算Cvar值。最后得出结论：通过与未来5天的实际损失值比较可知,无论是低频数据下还是高频数据下Cvar都比Var有更高的风险测算精度,且高频数据情况下Cvar比低频数据下Cvar有更高的风险测算精度。