矩匹配方法是解决包含有非线性金融头寸资产组合的带有普遍性的VaR风险度测量方法.它的基本思想是:利用资产组合回报的样本矩来匹配已知分布的总体矩,使已知分布尽可能地反映资产组合回报的客观实际;或者是利用资产组合回报的样本矩来匹配在已知分布下的分位数,从而得到一定置信度下的VaR风险度.在该文当中,把包含有非线性头寸的资产组合在未来一定时期内的回报看成是相对市场因子回报的二阶泰勒展开式,即所谓的DG模型或DGN模型,基于这个模型来计算包含有非线性金融头寸的资产组合的风险度.该文不但在理论上探讨了矩匹配方法的计算方法和步骤,而且在对上海-深圳股票市场数据进行了实证分析的基础上,对各种方法进行了比较分析,特别是对Johnson分布族和CF展开式作了比较全面的分析;而对Chi-Squared分布法由于存在解非线性方程组计算技术上的困难,没有进行深入的实证研究,而只作了一个理论上的探讨.不仅如此,该文还对这些方法的实证结果与基于市场因子回报服从多元条件联合正态分布的局部Monte-Carlo模拟结果进行了比较,并指出了如果用Johnson分布族来计算风险度时,应该采用矩方法来估计四个参数;而采用CF公式来计算风险度时,要注意置信度系数和CF公式阶数的选择,因为有时CF公式具有错误的尾部概率.