常用的VaR的度量方法有协方差矩阵法、历史模拟法、蒙特卡罗模拟法,而在实际中常遇到的两个问题是波动率的计算和投资组合VaR的计算问题。对单个资产波动率的描述有很多种模型,本文重点考虑了随机波动率模型。样本数据是2008年1月到2010年4月的人民币汇率数据,从USD/RMB、EURO/RMB的汇率的统计特征出发,基于SV模型及其扩展运用MCMC方法进行了VaR和ES的测算,用ES检测了尾部风险。研究表明SV模型可以有效地刻画汇率波动率的特征,其参数可以很好的反应汇率日波动率的特性,进而能够准确的估计汇率波动的风险。资产组合内部的相关性一直是VaR测算中的重要问题,本文主要用Copula函数来考虑资产内部的相关性。我们以1998年至2008年间我国多家银行操作风险损失数据为样本,在假设各种损失满足相同同分布的前提下,运用蒙特卡罗模拟的方法对总体损失分布进行模拟,求得VaR和ES,并进行了返回检验。研究表明Copula函数可以较为简单地描述操作风险事件间的相关性,基于Copula的蒙特卡罗模拟方法计算的组合VaR值能灵敏地反映组合的风险,进而为准备金的制定提供可靠的依据。