风险测量是风险管理的核心和基础。VaR体系因其测量的综合性而成为金融市场风险测量的主流方法。VaR的概念虽然简单,但对它的度量却是一个具有挑战性的统计问题。围绕VaR的计算,中西方学者进行了深入探讨。计算VaR有三种主流方法,但每一种VaR计算方法都各有其不足之处。近年来人们对此提出了许多改进的方法。90年代中期逐渐兴起的“经济物理学”给主流经济学研究提供了一个新的视角,基于这一视角,复杂科学的研究方法开始进入经济学和金融学领域。这一自然科学方法向社会经济领域扩散的新方法为本文的研究提供了一个新思路,本文将利用控制论中的非线性跟踪—微分器对金融时间序列进行模拟和预测,试图提出一种新的仿真模拟方法,应用于VaR的计算。本文首先介绍了VaR模型框架,并对VaR的三种主流计算方法进行了详细的讨论,然后提出其不足之处和可以改进的地方;接着介绍非线性跟踪—微分器的一般理论,推导出二阶最速控制系统跟踪—微分器的离散形式,并且进行了数值仿真,然后将非线性跟踪—微分器应用于VaR的计算,得到非线性跟踪—微分器模拟VaR;最后,用非线性跟踪—微分器模拟VaR风险测量技术对中国股票市场进行实证研究,并且对三种VaR计算方法(Monte Carlo模拟VaR、历史模拟VaR、非线性跟踪—微分器模拟VaR)进行了比较分析和评价。