VaR作为已发展较为完善的风险测量方法,同时也是国际金融监管工具,现在正逐步的全面引入我国金融机构。VaR方法本身既能简单清晰的表示市场风险的大小,又有严谨系统的概率统计理论作为依托,能够以直观的数字为投资者提供可以理解的风险评估衡量。有鉴于中国股市巨大的波动性与居民风险投资意识的薄弱,笔者希望通过自身对VaR的学习与掌握,构架一套简陋却完整的VaR方法体系,并将它应用于股票市场指数的分析之中,可以为人所参考。本文就目前比较流行的风险控制技术VaR在我国的证券投资风险控制中的应用进行介绍和研究,并结合我国证券市场的现状进行实证研究和分析,期望通过比较研究选出较为适合我国股指样本特点的VaR的计算方法,为我国广大的非金融机构投资者和中小散户投资者,特别是为中小散户投资者提供量化证券投资风险控制的工具.本文主要研究了GARCH类模型、极值理论、EWMA算法和核估计在动态VaR计算中的应用,并对其中的EWMA算法在算法上和衰减因子的选择方法进行了改进和比较.笔者选用上证180指数作为实证研究的对象,将最新的截止到09年4月的收盘指数数据纳入考察范围。在使用Eviews5.0系统的分析了其对数收益率序列的统计分布特征的基础上,对序列的最小二乘估计残差进行了ARCH效应检验.借助MATLAB完成了对使用GARCH类模型、极值理论进行的VaR计算.在EWMA算法中,笔者创新性的提出尝试使用样本内数据依照VaR回测中的Kupiec似然比检验来选取适合的衰减因子λ,取代以往依照估计的方差尽可能的接近γ~2的原则确定λ.另外,笔者对EWMA算法中的零均值假设提出质疑,提出了对条件均值的非零假设并与零均值假设下的EWMA算法进行比较,证明在短期内存在较大的连续下跌势头时,均值的引入可以更加保守的给出VaR,而且在现有样本下的实证研究取得了很好的效果,笔者对这一结果的成因进行了分析.在引入核估计的历史模拟法中,受改进EWMA算法时,应用EMWA模型下的迭代法算出条件均值的启发,将给日收益率赋权的权重设为使用衰减因子为λ的按历史时间指数衰减,并与未加权的核估计方法进行比较,比较结果证明,加权核估计的综合表现显著优于未赋权的核估计方法。