VaR(风险价值)是目前金融市场风险测量的主流方法,被广泛应用于投资组合、金融衍生工具、市场风险和信用风险的分析中。本文比较系统的研究了基于多种方法计算投资组合在险值VaR,并对基于VaR约束的投资组合模型进行了实证分析。核心内容包括以下方面:(1)给出了风险测度工具VaR与CVaR的定义,比较两者之间的异同,并从一个全新的角度讲述了VaR与CVaR之间的对应关系;同时结合图形分析基于VaR投资组合模型。(2)结合历史模拟法、Monte Carlo模拟法和delta-gamma分析方法,给出了10支期权的投资组合的VaR值,并结合仿真结果对3种方法进行对比分析。(3)在状态空间模型框架下对经典的CAPM模型进行了重建。对沪市10个行业的β系数的时变行为采用随机游走(RW)模型,在随机游走模型的回归变量前引进了未知参数,并利用卡尔曼滤波对改后模型进行估计,预测风险系数,并且利用得到的时变β系数,与夏普的对角线模型相结合,估计投资组合的时变风险价值(VaR),可计算得到行业投资组合的VaR值。(4)利用一种新的智能方法——遗传算法对基于VaR约束的MV投资组合模型求解,给出了求解模型的具体步骤,对10支股票进行了实证分析。