标准的VaR模型主要衡量资产的价格风险和信用风险,其在理论和实证方面已有大量深入的研究,相比之下,如何在VaR模型中反映流动性风险却一直缺乏讨论。国外已有学者分别从买卖差价、交易滞后期,变现活动的市场价格影响等不同角度来研究变现资产所面临的变现成本,但在他们的模型还需较为严格的假设条件。在总结前人研究成果的基础上,本文讨论了如何将资产组合的流动风险引入标准的VaR模型,并在遵循最优先变现策略的条件下如何计算单项资产以及资产组合的变现价值和风险值,以求更为全面和准确的度量资产在变现过程中所面临的风险和损失。首先,关于如何在标准的VAR计算模型引入流动性风险:本文采用条件抽样的办法对VAR模型中的盯市价值进行调整,用资产变现期内条件样本的平均值代替原先的即期样本值来计算资产的盯市价值,以反映资产在变现期内所额外承受的市场风险; 其次,通过对变现活动市场影响的量化(即引入市场影响函数)以计算资产在变现过程中承受的价格损失; 第三,在引入市场影响函数的基础上,本文利用动态优化的办法推导出在投资者遵循最优变现策略(均匀变现)的条件下,如何根据市场价格的波动状况,变现活动市场影响的大小和投资者的风险偏好决定本文LVaR模型中的重要参数—变现时间T的大小,从而实现了T的内生化; 本文的LVaR计算模型正是集合了上述三个方面的结论,以求更为全面和准确的度量资产在变现过程中所面临风险和损失。同时,本文利用上证A股的部分日内数据对模型中的两个重要参数γ和η进行了估计,考察了其在不同市场状况下的变化情况以及对变现时间T和LVAR值的影响,结果发现在不同的市场状况下γ和η的估计值有明显不同,但是对变现时间T和LVAR值的影响却不是十分敏感,这说明我们可以依据对市场状况的判断来选用不同的模型参数来保证结果的准确性。