本文研究了金融市场风险价值(Value at Risk，简称VaR)的计算并结合中国证券市场进行了实证分析。首先介绍了一些静态、无条件分布下的VaR计算方法，在此基础上，利用ARCH及其模型对方差的时变性进行了细致分析。考虑到中国证券市场收益率序列分布的非正态性，本文使用了既能描述方差时变性又能反映收益率分布的尖峰、厚尾特征的GARCH-t模型计算市场指数的VaR值，实证结果表明该模型是有效的。全文共分为七章。 第一章回顾了金融风险管理的发展历史，特别对风险价值的发展历史与现状作了详尽的综述，同时给出了本文实证分析所用数据，介绍了一些常用的统计分析软件，提出了本文所要研究的问题。 第二章介绍了风险价值的概念与计算原理，以及目前常用的几种计算方法，比较其优缺点，指出了不同方法各自的适用范围。 第三章研究了风险价值模型的准确性检验，给出了三种检验方法。应用巴塞尔委员会的检验方法，得到了所给样本数据的分区结果。 第四章对我国股票市场收益率序列进行了正态性检验，结果表明我国股票市场收益率不服从正态分布，具有明显的尖峰、厚尾特征，然后解释了出现尖峰、厚尾的原因。检验了均值、方差的时变性，结果表明均值序列的时变性不明显，但方差西安理工大学硕士学位论文序列的时变性非常明显。同时检验了收益率序列的随机性，检验结果说明沪深股票市场基本达到弱式有效。 第五章研究了收益率的波动性。应用相关性分析，得出了收益率序列之间不存在明显的序列相关性，而收益率平方序列存在显著的相关性，即方差序列存在相关性，因此我们使用G刁RCH模型建模来估计条件方差，计算出了模型中的相应参数. 第六章使用不同方法计算了上证综合指数和深圳成份指数在不同置信水平下的vaR值，并与实际损益作了比较。由比较结果可知用GARCH(l，l)一t模型计算出的上海、深圳市场指数的VaR值比较准确。 第七章对本文的工作进行了总结，并指出以后可以继续研究的问题。