近年来,经济全球化、金融一体化进程加速推进,现代金融理论、金融产品不断创新,全球经济得到空前的发展。但是在一片繁荣的背后,全球经济却面临着日趋严重的金融风险。特别是在经历几次全球性的金融危机之后,越来越多的人意识到对金融风险的有效度量会直接关系到全球金融市场的健康发展。因此,开展金融时间序列风险测度与控制的研究,对金融监管的实施、金融系统安全的维护具有十分重要的现实意义。本文首先介绍金融风险度量值VaR的主流计算方法和存在的问题,并重点阐述金融时间序列模型理论和小波分析理论。然后通过选取上证指数2014年1月2日到2015年12月31日的收盘价数据,对该金融时间序列建模,给出其风险度量的估计方法,同时进行实证研究。具体来说,对上证指数收盘价数据引入时间序列分析中的GARCH模型,分别在噪声满足标准正态分布及t分布的条件下进行拟合分析,以优化计算VaR常用的方差—协方差法。结果表明,与GARCH(1,1)模型相比,GARCH—t(1,1)对风险度量的失败频率明显减小。在此基础上,重点引入小波分析的方法对该金融时间序列进行消噪,并再次运用GARCH—t(1,1)模型对数据进行拟合并计算VaR值,计算结果显示预测精度明显提高。本文还利用小波分析方法对上证指数进行奇异性检测,结果显示2015年中旬期间上证指数信号发生突变并剧烈波动,这符合当时股市暴跌的背景,可见小波分析在金融时间序列风险度量的研究上具有重要的应用价值。