VaR风险价值方法是上世纪90年代以后发展起来的一种新型风险管理工具，相比于传统的金融风险管理模型，它简单易操作，应用范围广，具有更高的实用价值。目前，国内外对VaR展开广泛的研究，计算VaR的方法层出不穷。然而，由不同方法计算出的VaR值往往相差较大。因此，寻找与中国股票市场特点相适应的风险度量方法是很必要的。本文将理论分析与实证分析相结合，力图寻找与中国股票市场特点相适应的风险度量方法。共分为以下四个部分：第一部分为引言。首先提出本文研究的必要性及研究意义；再概要地给出国内外VaR理论研究的发展过程及当前最新发展水平；最后综述本文的主要内容，结构及创新之处。第二部分介绍度量金融市场风险的VaR方法。详述了几种常用的GARCH模型在VaR计算中的应用，包括GARCH、EGARCH、PARCH及相应的GARCH-M、EGARCH-M、PARCH-M等模型，最后给出VaR计算结果的检验标准。第三部分为实证分析部分。应用上述六种典型模型，分析了在不同置信水平及不同分布假设下模型的适用性。其中，还针对每种模型采用了服从正态分布、t分布以及广义误差分布(GED分布)的假设，共计十八种方法，而置信水平分别假定为95％和99％。本文应用这些模型对上证综合指数与深证成份指数的风险度量进行了实证研究。文中所用的检验方法是损失函数检验法。第四部分为结论部分。总结了整篇文章的研究结论，提出本篇论文的不足之处，并对今后可能继续发展的研究方向提出建议。最终研究结果表明：t分布下的VaR值大大高估了风险，不适用于我国股票市场；广义误差分布比正态分布更准确地度量了市场风险；广义误差分布下的PARCH(1，1)模型计算上证综合指数和深证成分指数VaR值效果最好，因而PARCH(1，1)-GED模型是比较适用于中国股票市场风险度量的模型。