本文对VaR的理论与计算模型进行了系统地介绍，并结合中国证券市场的数据进行了深度分析。针对其中具有代表性的Risk Metrics方法、ARCH类模型、混合正态以及广义误差分布中涉及到的有关参数进行估计，提出了适合中国证券市场的主要参数。具体结果如下： 1． 结合中国证券市场主要指数估计了Risk Metrics模型中的最优衰减因子，结果如下表： 最优衰减因子 上海综指 0.944 上证A指 0.942 深圳成份 0.920 深圳成A 0.917 均 值 0.93075 2． 就混合正态模型而言利用中国证券市场主要指数的标准化收益率估计出两个正态分布的参数值与概率值，结果如下表： 正态一 正态二 P值 均值1 标准差1 均值2 标准差2 上证综指 0.107349 0.711383 -0.214843 1.843125 0.775636 上证A指 0.107312 0.714149 -0.229415 1.864664 0.782019 深圳成份 0.044483 0.822448 -0.144945 2.196894 0.860187 深圳成A 0.057668 0.759801 -0.153388 1.795529 0.774296 3． 结合中国证券市场四个主要指数的标准化收益率提出了广义误差分布模型的参数v值，结果如下：上海综合的v=1.14； 深圳成份的v=1.19；上海A指的v=1.13；成份A指的v=1.24。但与其他发展中国家证券市场的v值相比，我国的证券市场稳定性较好，极端事件出现的概率相对较少。 4． 将AIC准则尝试性地应用到ARCH类模型的定阶中来，并取得了较好的效果；