本文主要研究金融危机之后中国股市金融风险分布。第一章，导论。综述本文的选题背景和研究意义，对金融风险管理的VaR方法的国内外研究现状进行回顾和述评，提出了本文的研究思路、研究内容、研究方法。第二章，讨论了VaR与CvaR两种金融风险度量方法。第三章，使用VaR与CVaR方法对我国金融危机后证券市场风险分布进行实证分析。对样本数据进行了基本统计分析，尝试历史模拟法、正态分布参数法、t分布参数法以及基于GARCH族模型对VaR和CVaR进行了计算和检验，结果表明只有正态分布参数法对于上证综指的检验被拒绝，验证了收益率的正态分布实际不存在等问题。同时t分布参数法下与正态分布条件下的GARCH(1，1)检验结果相同，这说明使用t分布来描述收益率的分布特征与正态分布下进行自回归条件异方差修正可以起到类似的效果。通过对VaR及CVaR数值的对比，发现CVaR的值均比VaR值要大一些，因此从总体上说，CVaR是一种适用左尾风险的风险度量工具。第四章，结论。针对文中实证分析的具体情况做了简要概括和总结，指出本文存在的缺陷以及将来改进的方向。　　本研究的主要成果:　　1、计算VaR时考虑了收益率分布的尖峰、厚尾性，探讨计算VaR时采用t分布假设的合理性。同时由于收益率序列一般存在异方差，本文尝试GARCH族模型来计算VaR。　　2、尝试CVaR方法进行风险度量。实证研究验证了CvaR方法应用于中国股市风险分布研究的合理性。　　本文的不足之处及改进方向:　　1、VaR计算方法中的蒙特卡罗模拟法是一种比较有效的方法，但条件分布的结果不稳定，所以对VaR计算方法中的蒙特卡罗模拟法没有展开具体分析，实证研究的结果考虑因素有限，有待于进一步的充实。　　2、金融市场中，常常出现一些极端情形。在这些极端情况下，VaR赖以成立的假定和计算的参数发生巨大变化，而导致VaR方法估计的结果出现极大误差。为了测量极端市场状况下的金融市场风险，非参数统计估计方法如FaR与CFaR等方法发展很快，对数正态模型和极值模型也是国际上流行的金融风险工具，应当进一步针对更多风险工具进行比较研究。