证券市场风险的度量，即对证券市场风险进行测量，是证券市场风险管理的基础。需要构建合适的模型使用恰当的方法，而这一方面的研究也是当前金融研究领域的一个热门话题。证券市场风险度量的模型和估计方法是多种多样的，其中使用的最为广泛的是VaR（Value-at-Risk）方法。VaR是在正常的市场环境下，在某一特定的时间区间和置信度水平，对预期的最大损失进行测量的一种方法。VaR方法适用于复杂的投资组合，说明该投资组合的杠杆效应和分散效果。首先它可以给证券持有者提供风险量化指标，指导内部决策的制定；其次在进行投资决策时，VaR还可以对收益和预期风险进行权衡。VaR方法提供了一种关于市场风险的综合性度量，是建立在可靠的科学基础之上的。在理论方面，本文对VaR方法做了较详尽的介绍。先对VaR的计算方法在不同层面作了详细的介绍，其中包括在正态分布、t分布以及GED分布下的VaR计算；后又详细介绍了各种方差预测模型，本文在前人研究的基础上，综合了所有模型进行介绍；之后的第三章，对各种计算方法和方差预测模型分别进行了较全面的理论比较，其中还简单介绍了另外两种常用的风险度量方法，并与VaR方法作了简单的比较。在实证检验方面，我们以上证综指为样本数据，把不同分布下的其中八种最有效的模型应用到实证中，通过数据输出结果的比较，在24中模型中通过分析参数估计，进行VaR计算结果检验。实证的结果显示：与正态分布与t分布相比，GED分布能够更好的刻画上证综指的波动性，且在GED分布下，各种方差预测模型中PARCH模型得出的检验值结果最好。