近年来，随着经济全球化和金融自由化，金融市场的波动性不断加剧，金融工具所蕴涵的风险结构越来越复杂，工商企业和金融机构面临着日趋严重的金融风险。在险价值(Value at Risk简称VaR)的概念与应用正是在这种背景下产生的。VaR是指在一定的置信度内，市场正常波动下，某一金融资产或投资组合在将来一定时间内的最大可能损失。由于VaR能够简单清晰地表示市场风险的大小，又有严谨的概率统计理论做依托，因而得到了国际金融界的广泛支持和认可。 VaR计算的核心在于估计投资组合未来回报率的统计分布或概率密度函数。根据波动性模型和估计值模型的不同，VaR计算分为四种方法：历史模拟法、方差—协方差方法、蒙特卡罗模拟法和极端值理论。这四种方法有各自的假设条件和适用范围，针对不同的问题可以采取不同的方法。在当前流行的方法中，很多都是基于参数估计或半参数估计，在相当的程度上依赖于对分布的假设。而现有的非参数方法，如历史模拟法，由于VaR估计主要使用的是尾部概率，要获得相对稳定的VaR，需要的历史数据的量相当大；而蒙特卡罗模拟要求用户要正确选择产生伪随机数的分布形式，而且对高层管理者解释非常困难。 而稳健估计(Robust Estimation)正是一种把估计理论建立在符合于数据实际情况的分布模式而不是建立在某种理想的分布模式，着重于对离群值的处理。本文根据稳健估计的L-估计量建立起一种概念直观、计算相对简单的稳健VaR的计算方法。最后本文还对香港恒生指数进行了实证分析，讨论了稳健VaR方法的可行性。