巴塞尔资本协议被视为全银机构监管风险的统一标准,其中资本充足率是最核心的指标,而准确确定资本充足率的关键是金融机构能够对其自身风险进行准确度量。1993年由J.P.Morgan和G30集团提出VaR风险管理模型作为主要考察投资者资产最大损失值的一种风险度量方法,运用到巴塞尔协议中,成为了银行经营管理的基础和度量风险的主流方法。通常研究者在估计VaR值时,假设金融对数收益率的分布是正态分布,但大量的实证研究表明金融收益率序列具有尖峰、厚尾、波动率群集和杠杆效应等特征。在正态分布假设下,置信水平取较高值时容易造成对风险的低估。大量的实证研究用t分布代替正态分布,来拟合金融收益率的分布,分布尾部过厚,又会造成对风险的高估。因此,计算风险管理模型的关键是寻找一个能够很好拟合金融对数收益率序列的分布。蒋文江教授2000年提出来的用于拟合对数金融收益序列的两类新分布,在国内和国外的金融市场环境下都有很好的表现。本文将运用GARCH模型结合新分布族构造VaR模型,并对模型的参数进行估计。此外,我们研究正态分布和t分布下的VaR模型,用于比较分析新分布族的拟合效果。实证研究中发现:在计算静态VaR时,新分布族假设下得到VaR值比正态分布和t分布更接近经验分布族下的VaR值。在计算动态VaR值时,Class I分布计算上证指数的VaR时只有取97.5%置信水平下能通过失败率检验,计算深证成指的VaR时只有取99%置信水平下能通过失败率检验。Class II分布在不同置信水平下都能通过失败率检验,较其他分布更能充分的描述金融收益率分布。