早在19世纪末，伊文·费歇尔就便通过一系列研究得到了早期的期限结构理论，然而这只是一种纯粹的预期假设，因而，在20世纪中期，希克斯等经济学家又对此进行了修正补充，在理论中加入流动性偏好假设以及持久期假设，这也成为早期的风险管理工具。

1952年，美国经济学家哈里马科维茨提出了资本资产组合理论，其中心思想是“风险分散原理”，理论阐述了如何以分散化投资获得最优资产配置。哈里马科维茨将数学中的方差和期望的概念融合到资产组合中，突破性地对风险进行定量而非定性计算，因此又被称为均值-方差理论。[1]哈里马科维茨还在最优投资组合的计算中引入系统性风险和非系统性风险的概念, 这一方法给出了在一定预期的收益率水平下如何计算投资风险的最小值，即达到最优投资组合的计算方法，促进了风险管理理论的发展。然而，哈里马科维茨的理论中认为投资收益服从正态分布，一直备受争议。因而，后继研究者们引进了参照水平用以替代均值-方差方法中的均值μ, 以考虑损失边在风险构成中的作用, 称之为度量法（Downside - Risk），对哈里马科维茨的投资组合理论进行优化,产生了资本资产定价模型（简称CAPM）。1976年，美国科学家罗斯在此基础上套利定价模型（简称APT），发展了均值-方差理论。

然而20世纪80年代以来，金融市场规模的不断扩大，金融管制的日益宽松，金融产品种类的日益繁多，资产证券化程度的日益加深，金融市场的波动频率和幅度都大幅提升，风险也日趋隐蔽，因此各类投资者迫切需要一种风险管理工具以定量度量市场风险。其中VAR计算方法被普遍作为是各类金融机构度量市场风险的不二之选。论文网

1。2研究思路及方法

VaR（Value-at-Risk）,即风险价值，其定义为：正常市场条件下，在一定置信水平和持有期条件下投资组合可能的最大损失。VaR方法因其简单、直观和易操作的特点，使市场参与者均能容易的理解掌握，具有很高的实用性；更重要的是，它不仅能够事前计算风险，而且能够分析和度量不同类型，不同数量单一资产或资产组合等不同规模以及类型头寸的市场风险，因而得到巴塞尔银行监管委员会的大力推广。

美国最大的金融机构J。P。Morgan为了预测出整个银行范围内的投资组合在未来24小时内的风险以及潜在损失具体数额是多少，在其开发的 Risk Metrics风险控制系统中全面运用了VaR计算方法，也使此计算方法迅速传播，并得到了越来越广泛的推广和应用，逐渐成为风险管理的国际标准。论文网

在国内外，许多金融工作者以学者们都对VaR方法及其应用做了许多研究工作，并提出了一些修正模型。

美国学者Roekafella和Uryasev2000年在原模型基础上提出了条件风险值（CVaR），使其满足正齐性、单调性、次可加性及过渡不变性，并运用于更加多样的风险度量之中。

2010年Dimitrakopoulos、Spyrou等学者在对新兴市场股票组合风险的进行检验后发现，发现参数VaR拟合方法对金融危机等突发性事件的预测效果更好。

2012年Chun-Pin Hsu等学者为克服传统蒙特卡罗模拟中存在的厚尾、尖峰等缺陷，用copula模型和极值理论构建了收益的联合分布函数。

2014年谢尚宇，姚宏伟，周勇引入ARCH效应并提出了一种线性的ARCH-Expectile模型，以评估各风险因素的贡献大小以及确定资产或资产组合的风险来源，并用此模型来间接评估VaR。[2]

    基于原始数据的收集，本文将运用历史模拟法及方差-协方差法进行VaR的研究，具体方法将在后文中介绍。