而随着对VaR研究的逐步深入，反面的意见渐渐显露。T•贝德（T•Bede）[34]在1999年12月的《金融分析杂志》（Financial Analyst Joumal）上发表了一篇题为“VaR：魅力十足但危机四伏”的文章。文章分析了三个资产组合，采用八种不同的方法计算了VaR的值，结果得出八种不同的答案。但是，由于每种模型的统计假设都不相同，得出不同的结果是合理的。
Artzner（1999）列出了资本充足性监管目的下的风险度量需要满足的几个属性，而VaR恰好不能满足其中的‘次可加性’（Subadditivity）。对于这一问题， Acerbi & Tasche（2002）[35]提出了用Expected Shortfall的方法来代替VaR作为更符合资本充足性要求市场风险度量。
2. 部分国内研究文献
国内最早对VaR模型的研究是在1995年，王春峰教授作为第一个涉足金融风险管理的学者，经过对VaR进行系统的研究，无论是在对VaR模型法的定义理论还是使用其模型进行具体的实证分析中，都在《金融市场风险管理》中进行了较为详尽的系统分析。牛昂（1997）[36]对VaR的理论和意义进行了较为深入的讨论，介绍了三种VaR模型主流的计算方法，包括参数法中的方差-协方差法以及当下流行使用的非参数法中的历史模拟法、蒙特卡洛模拟法。王春峰教授在1998年[37]的文献中提出了一个度量市场风险的框架，此框架中试图用VaR模型法以及敏感性分析等方法来综合解释市场风险。刘宇飞（1999）[38]对VaR模型进行了较详细的阐述，将VaR模型如何运用到金融市场的风险度量和检测中进行了研究，戴国强（2000）[39]在通过研究后得出结论，VaR模型法可以结合国情，在考虑我国基本金融市场特征的情况下为风险监管当局所使用，可以具体运用到我国的金融市场风险度量中。迟国泰等（2002）[40]在分析银行的财务状况时提出，可以将VaR模型法用于建立金融资产组合的VaR收益率约束组合优化模型。这段时期对VaR模型理论探讨和阐述的文献较多，但少有研究将模型运用到实际中进行实证分析。
在运用GARCH族模型的理论和实证方面，近年来我国有不少文献涌现出来。叶青(2000) [41]等用GARCH模型解决金融时间序列的异方差问题，分析了我国股市的风险价值VaR。然而,此类研究是简历在条件正态分布的假设下，金融时间序列呈现出的尖峰厚尾特征没有得到具体的展现，会给VaR的估计带来较大的偏差。为了解决这一问题，王美今和王华（2002）[42]建立了服从正态分布和服从T分布的不同GARCH模型，发现T分布假定下的GARCH模型能够更好的描画尖峰厚尾的特性，比服从正态分布更为贴近现实数据。陈守东和俞世典（2002）[43]在此基础上，加入了服从广义误差分布的GARCH模型来计算VaR值进行对比分析，研究结果表明，T分布和GED分布在刻画金融资产组合的收益率所包含的数据信息中，比正态分布表现更优。马国校、李成（2007）[44]研究了基于VaR模型法的实证分析,他们使用中国银行间同业拆借市场的数据，使用GARCH模型进行基于我国金融市场下的利率风险度量。在另一种VaR模型的参数法运用中，杜海涛、赵明华、韩延河（2002）研究了基于风险矩阵的指数移动平均法模型中，在用于计算我国股票市场的情况下，如何选择衰减因子的问题。马玉林、陈伟忠、施红俊（2004）[46]通过研究发现极值理论要优于流行的Risk Metries模型，极值理论能较为准确的拟合尾部分布，拟合分布比事先假定分布的算法更为准确，能更好的描画尾部的风险价值。
综上所述，国内从1995年开始引入并研究VaR方法，尽管起步较晚，也涌现了一大批理论和实证基础坚实的专家和学者。通过梳理发现，国内文献大多集中在对市场化程度较高的股票市场的实证研究上，针对我国银行间市场利率的风险度量研究较少，这也是本文研究的重点。 商业银行利率风险管理开题报告(5):http://www.youerw.com/kaiti/lunwen_46446.html