金融市场充满了很多的不确定性,波动性是金融时间序列的重要特征之一。除了投资收益外,投资者越来越关注于投资风险。特别是近年来,全球金融市场波动加剧,金融风险度量和风险控制成为了所有投资者,包括个人,机构,甚至是国家所关注的焦点之一。金融风险度量的方法有很多种,比较常用的一种是由J.P.Morgan最早提出的VaR方法。VaR,即风险价值(value at risk),是指在未来一段时间内,在给定的置信水平下投资者所受到的最大损失。VaR的计算依赖于历史数据,因此如何选择合适时间段内的历史数据来计算VaR是十分重要的一个问题。我们引入金融时间序列变点去分割历史数据,仅采用最近变点后的数据计算VaR值。本文所指变点为模式变点,认为变点前后金融时间序列的波动模式发生了变化。本文采用P.Fryzlewicz和S.Subba Rao提出的BASTA方法进行变点监测。BASTA方法,即转换自回归条件异方差的二进制分割方法,包括两步：转换过程和二进制分割过程。转换过程将原始序列转换成相关性更小、尾部更薄的序列；二进制分割过程用来估计变点。最后,本文给出基于上海证券交易所A股指数2031个收盘价数据的实证研究。