在金融市场中，市场风险是最主要的风险，而20世纪90年代初的金融灾难，即发生在巴林银行、日本大和银行以及其它一些金融机构的灾难性事件，使人们意识到，市场风险对金融机构以及公司的影响日益增大。市场风险不仅会伤及自身，而且可能会导致整个金融体系的系统性风险。尤其随着布雷顿森林体系的解体，利率、汇率以及商品价格波动日益频繁。那么市场风险能否以一个量化指标表示出来?以便进行适当的风险控制，这不仅解决微观主体的风险度量问题，而且从市场宏观主体政府监管部门，交易所及其它金融机构的角度来看，也非常希望掌握具体量化指标来了解被监管对象从事金融工具交易时所面临市场风险的大小。VaR方法的出现正迎合了这一需求。 在本论文中，我们基于上证和深证权重投资组合收益率及沪深300股指期货合约仿真交易收益率数据为实证基础，使用SPSS，MATLAB及EViews统计软件，提出了用分布拟合方法来求静态VaR值，基于一定分布GARCH模型来求动态VaR值。当使用分布拟合方法时，可以得到与样本数据相符合的最佳分布形式和参数，这使得VaR的估计不再依赖于正态分布的假设，从而得到更加准确的估计，提高了VaR估计的准确性；当使用GARCH模型来求动态VaR值时，基于原始样本数据选择合适的分布在一定程度上能够提高模型的精度和预测能力。 本论文实证方法和结果无论对机构投资者、金融机构还是监管当局在面对市场风险时，都具有一定的参考价值和意义。