自1973年“布雷顿森林体系”崩溃以来，全球范围内汇率、利率、股票价格和商品价格呈现出高度波动性，特别是90年代以来，全球金融市场不断出现大幅市场震荡。90年代以来，全球金融市场又发生了基础性的变化，经济不断全球化，金融不断的趋向一体化。金融业的激烈竞争导致了金融创新浪潮，并由此引发的政府对金融业的放松管制，反过来又加剧了市场竞争，并为以衍生金融产品为核心的金融创新提供了内在动机和良好的环境，这一螺旋式的过程导致了金融市场不确定性和波动性的增加。中国的证券市场作为世界金融体系的一部分，也在发生着翻天覆地的变化。 金融市场的种种变化，给金融风险管理提出了新的要求，VaR方法就应运而生了。自从VaR方法被巴塞尔协会定为风险管理的一个准则后，迅速被各大金融所采用，得到了飞速的发展。但VaR的计算方法一直都是基于正态分布假设下的，本文系统研究了一些可以描述时间序列收益率分布的峰度和偏度的一些统计分布，如：正态分布、学生氏-t分布、有偏的学生氏-t分布、广义误差分布等。在此基础上，研究了证券市场上时间序列收益率波动的条件异方差性，考虑中国证券市场的风险特征，将GARCH系列模型与VaR模型相结合，构造了基于不同分布条件下的VaR模型。同时，运用GAUSS，EVIEWS，Matlab，SPSS给出了算法实现，并将其中一部分模型在中国证券市场上进行了实证分析，得到了较为有意义的研究结果。首先，中国证券市场的指数收益率严格来说是不服从正态分布的，那么基于正态分布假设下计算出来的VaR值存在较大的偏差。其次，中国证券市场指数收益率存在条件异方差现象，在计算VaR的过程中应予以考虑。最后，利用学生氏-t分布，广义误差分布来模拟中国证券市场的指数收益率的分布提高了VaR的计算精度。综上所述，说明本文研究方法是可靠而且有效的。