对于金融市场的参与者而言，最为敏感的莫过于市场的价格波动。市场价格波动将会直接导致市场投资的变化，市场价格变化所带来的相关风险无疑是金融市场的参与者最为关心的问题。因此，本书在利用新颖的HARQ族模型对已实现波动率建模分析的基础上，更进一步利用所分析的结果对我国股票市场所面临的价格风险进行计量分析，以拓展异质自回归模型的具体应用。

在对市场风险的计量之中，目前应用最为广泛的是J.P.Morgan所提出的在险价值（Value at Risk，VaR）。VaR具有以下几种优势：简洁明了地统一了风险计量标准，任何没有专业背景的投资者和管理者都可以利用VaR对金融风险进行评判，从而增强投资者的信心，稳定金融市场；通过在风险发生之前对其进行预测，可以采取相关措施对风险所产生的影响进行降低或者是管控；可预测多个投资组合风险，综合风险和收益因素，选择承担相同风险能带来最大收益的投资组合。VaR理论一经提出，便得到了理论界和实务界的持续关注。时至今日，VaR仍然是国内外学者专门研究的重要内容之一，如Yiu和Wang等（2017）从VaR视角探讨了投资组合的最优化问题。Seong-Min和Kang（2017）提出了偏度学生分布的VaR预测方法，并据此对日本金融市场展开了实证分析。Wang和Rao（2017）从VaR视角探讨了国债投资的安全问题。国内方面，黄金波和郑军等（2017）则结合VaR这一风险管理理论进行了相关研究，就VaR所提出的风险对冲策略取得了较为理想的研究效果。刘喆和柏杉（2017）通过结合信度理论，将其中的贝叶斯、有限波动信度理论等分别应用于对VaR的改进研究。樊鹏英和兰勇等（2017）从高频视角，利用PGARCH模型对沪深300指数和恒生指数所面临的VaR进行了实证分析。由此可知，在波动率的基础上，进一步深入研究其市场风险，并应用目前广泛采用的VaR方法度量市场风险具有重要意义。因此，本书将在前文利用异质自回归模型对我国股票市场波动率预测的基础上，进一步将其相关结果应用于我国股票市场的VaR预测研究。(www.daowen.com)