近年来,受经济全球化和金融自由化,竞争与放松管制以及金融创新与技术进步等因素的影响,在金融市场规模迅速扩大和效率明显提高的同时,金融市场的波动性和风险也大为加剧。我国已经加入WTO,随着利率市场化、资本项目开放以及衍生金融市场的建立,金融资产所面临的市场风险也将日益突出和复杂。VaR方法因其测量风险的定量性、综合性、通俗性等特点而被许多银行、金融机构和监管机构广泛应用,目前正在成为金融风险管理的国际标准,将它引入到我国的风险管理中有重大的现实意义。鉴于当前没有一种方法在各个置信水平上都能有效而准确地估计中国股票市场风险的VaR值,本研究在对各种VaR估计方法进行比较分析的基础上,对其中的一些方法进行改进,并以上证指数和深成指数1995年7月到2005年11月日收益率数据为样本,在广泛借鉴他人研究成果的基础上,主要采用实证和比较研究的方法对中国股票市场风险进行分析,以期得到在不同置信水平下有效而准确的VaR估计。要准确估计VaR就是要找到合适的模型能较好地拟合收益率序列的分布,所以我们首先对收益率序列的统计特征和分布进行分析以便为选择合理的VaR估计模型作参考。通过正态性、自相关性以及ARCH效应的实证分析我们发现我国股市收益率序列具有尖峰厚尾性,弱自相关性,波动聚集性;用Granger因果性检验及协整检验方法对沪深股市间的连动关系进行实证分析表明,尽管两市之间的连动关系随时间在不断变化,但它们之间存在长期稳定的均衡关系。对VaR估计的方法很多,本研究运用几个常用的VaR估计方法如参数估计方法中的正态方法(包括简单平均和指数加权平均)和GARCH模型法,非参数估计方法中的历史模拟法,以及极值理论对VaR进行估计,并用Kupiec失败返回检验法对各VaR值进行有效性检验,通过实证分析得出:简单平均正态方法估计的VaR在各个置信水平上都无效;指数移动平均正态法、历史模拟法和GARCH模型估计的VaR在较低的置信水平上有效,在高的置信水平上无效;而极值理论方法估计的VaR效果正好相反,即在较低的置信水平上无效,在较高的置信水平有效。所以将这些模型直接用于对VaR进行估计不能得到在各个置信水平上都有效的VaR值估计,为此我们从两个方面对估计VaR的模型进行改进。一方面,引入矫偏条件波动模型分别对估计条件波动的几个常用模型——历史平均模型、RiskMetrics EWMA模型和GARCH模型——在估计条件波动时存在的条件偏差进行矫正,并以此为基础估计VaR,通过实证分析得出:各条件波动矫偏后估计的VaR不仅有效性得到了改善,即各个置信水平上的VaR估计都变得有效,而且准确性也明显提高了,只是对GARCH模型,尽管其条件波动矫偏后估计的VaR的有效性得到了改善,但准确性并不是在每个置信水平上都得到了提高。另一方面,在用极值理论的POT模型估计VaR时常假设超阈值独立同分布,而实际的超阈值存在局部相关性,这样会造成VaR估计值相对实际值偏差较大。为此引入两种方法来消除超阈值的局部相关性:一是将极值指标引入到POT模型中,实证分析发现极值指标的引入不仅改善了POT模型估计VaR的有效性,而且还提高了POT模型估计的准确性,尽管如此在较低的置信水平上即便引入极值指标,POT模型估计VaR仍是无效的;二是用GARCH模型对收益率序列进行过滤处理。由于极值理论只在高的置信水平上有效,在低的置信水平上其可靠性不如一般的VaR估计方法,所以我们对GARCH模型过滤后的残差序列用极值理论与历史模拟法混合的方法来估计VaR值。经实证分析我们发现,这种方法估计的VaR在各置信水平上都有效,而且非常接近期望值。将各种常规的方法直接用于对我国股票市场风险的VaR进行估计不能得到在各个置信水平上都有效的VaR值,但是对简单平均正态和EWMA估计的条件波动进行矫正后用于估计VaR,可得到在每个置信水平上都有效而准确的VaR估计;或者用GARCH滤波的历史模拟与极值理论的混合方法也可得到在各个置信水平都有效而准确的VaR估计,而且后一种方法比前一种方法更准确。