经济全球化的发展和金融市场的不断创新,使得全球金融市场的波动性增加,这导致金融市场的风险度量和控制变得更为复杂。90年代以后发展起来的VaR可以对不同金融产品组合和不同业务部门的整体市场风险给出一个具体风险值。由于其在风险度量方面具有的全面性、统一性和简明易理解等优点,VaR逐渐成为了度量市场风险、业绩评估以及监管披露等方面的一种国际化的风险管理标准。但是金融产品的不断创新,使得以高维金融资产为基础的金融产品不断增加,高维金融资产的风险管理也就变得更为重要。因此本文研究高维投资组合中VaR的度量,旨在发现一种适用于高维金融资产风险管理,并且较为准确的VaR度量方法。首先,本文介绍了VaR的度量方法和GARCH模型,从理论上分析了各种方法和模型的优缺点。由于方差-协方差法的原理简单、计算方便且应用广泛,所以本文将使用方差-协方差法度量VaR。方差-协方差法的关键在于投资组合中协方差阵的估计。常见的BEKK模型允许波动率之间的动态依赖性,其估计的协方差阵为正定矩阵。但它在高维数据中会出现“维数诅咒”,导致模型估计准确性降低。因此,本文在BEKK模型的基础下加入改进的乔里斯基分解,再通过岭回归和LASSO等收缩方法将影响较低的因子进行压缩,减少模型中的参数,来解决“维数诅咒”的问题,并增加了模型估计的准确性,这就是改进的BEKK模型。其次,本文将改进的BEKK模型与VaR度量方法中的方差-协方差法相结合,即为改进的BEKK-VaR模型,使高维投资组合的VaR度量更为准确,为更好的进行金融风险管理提供了一种方法。最后进行实证研究,本文选取了以上证180指数成分股为基础的145支股票作为研究对象,分别使用BEKK模型和改进的BEKK模型进行VaR度量,并对其进行比较,结果表明在高维金融资产中改进的BEKK模型计算的VaR值更为准确。