风险价值(VaR:Value at Risk)以其测量的综合性、测量结果的简洁性,以及将不同市场因子、不同市场的风险以一个确定的数值表示出来等优势,近年来,风险价值已经成为一种作为金融风险分析、测度与防范的重要的工具,是近年来国际上兴起的一种定量度量金融风险的管理方法。本文给出了风险的定义和传统测量方法,系统的总结了VaR的三种主要计算方法(历史模拟法、方差-协方差法、蒙特卡罗模拟法)、VaR工具,并以沪深300指数收盘点数为样本进行实证分析。本文的核心部分包括:首先,系统的介绍了VaR三种计算方法的步骤,并比较了各种方法的优缺点,分析了VaR计算要考虑的各种因素。其次,考虑金融收益率的尖峰厚尾特征,引入了GARCH族模型来计算条件方差,使用了最常用的GARCH(1,1)和EGARCH(1,1)模型。同时,考虑到不同的分布,引入了误差为正态分布和t分布的两种情况。最后,实证中对沪深300指数进行了详细的分析,包括正态性、平稳性、自相关性和异方差性等检验,应用三种计算方法,考虑三个置信水平(95%,97.5%,99%)以及两种不同分布的情况下分别计算VaR值,通过比较分析得出结论:历史模拟法的结果过于平稳,且在高置信水平下不在接受区间内;基于EGARCH(1,1)计算的VAR值要比基于GARCH(1,1)精确;基于自由度为5的t分布下的GARCH(1,1)在高置信水平下预测精度高,且在此种情况下的蒙特卡洛模拟法得到的结果最精确。