随着股指期货和融资融券业务的开展,我国证券市场口趋发展和完善,股票市场作为整个国民经济的重要一环,其地位和作用也口益突出。而此时,我国金融行业还是处于一个转轨的阶段,货币市场和资本市场的波动都异常明显。在此特殊时刻,我国金融业的风险管理能力亟需加强,为了提升我国在金融市场中的竞争力,增强抵抗风险的能力,就必须掌握度量风险、预测风险的能力,进而对金融市场进行监控和管理。本文将借助个人在国内金融机构较丰富的实习经历,针对我国金融市场的现状,将传统VaR计算方法的计算步骤做具有现实性意义的阐述。这也是本文一大创新地方所在。VaR方法在度量金融市场风险中已得到广泛的应用,而传统的VaR方法往往假设市场收益率服从正态分布。而这个假设在国外金融市场上已经验证为不符合实际。本文就我国2005年6月9日至2011年12月29日的HS300指数进行对数收益率分析,发现这个时间序列存在明显的尖峰厚尾性、异方差性等特性,于是考虑到用GARCH模型来模拟我国金融市场数据,作者分别用GARCH、EGARCH、TARCH、EGARCH-M、TARCH-M等GARCH族来模拟此金融时间序列,结果证实,就我国金融市场来说用GARCH(1,1)模型就能相对很好的进行模拟建模。然后利用蒙特卡罗方法进行金融序列的预测模拟,从而求出相应的VaR。并对此进行Kupiec回测检验,与之前用历史模拟法和正态模型法所作出的结果相比较,发现本文所用的MC-GARCH-VaR方法在功效上有了明显的提高,并且具有很强的稳定性。