VaR是指在正常的市场条件下，在给定持有期和置信水平下，某一金融资产或资产组合预期的最大损失。自从1994年Morgan率先提出风险价值的VaR度量体系以后，国内外学者对VaR展开了深入的研究。VaR在风险评估和披露中体现出了与其他传统风险计量和管理方法相比的优势。用标准差衡量股票的风险，虽考虑了投资报酬率相对于平均水平的波动程度，但是没有考虑这种波动发生的概率，而波动发生的概率在风险评估中是很重要的一项反映指标。夏普指数反映了单位标准差下的风险回报，但没有说明发生的概率大小。VaR指标则通过把收益和它发生的概率对应从而完满解决了这个问题。

Artzner等（1999）学者在不完全市场的假设条件下，从数学上证明了风险度量所需满足的一致性条件，以此作为检验VaR的一致性的标准，并指明了VaR作为风险度量的优点及其存在的问题。继Artzner之后，许多学者都以一致性条件为基础，研究了风险价值定义的有效性。Antonelli给出了蒙特卡洛模拟法计算VaR的过程。Andrey提出了动态风险价值（Dynamic VaR，DVaR）度量风险的方法。Linsmeier和Pearson，Duffie和Pan对风险价值VaR的概念和计算方法进行了全面完整的介绍，给出了VaR的概念以及具体的多种计算方法。Bouchand提出如何利用金融资产波动的非高斯特性，把复杂的非线性组合的风险价值VaR简单化（线性化）。Dowd通过大量的数值模拟，给出了确定风险价值VaR置信区间的方法。Jean研究了如何利用金融资产波动的非高斯特性，计算出包含期权在内的金融资产组合的风险价值VaR值。

随着国际上对金融风险管理的VaR方法研究的深入，1997年起，我国学者也对VaR展开了研究。尽管VaR在我国的起步比较晚，只有短短不到20年的时间，但是我国的学者已经在这一方面取得了很大的研究进展，VaR在我国各个领域的应用研究也逐渐展开。

吴世农利用VaR模型对我国金融资产配置问题进行了全面研究。叶青（2000）采用VaR方法分析了我国股票市场潜在风险的特征，并在此基础上引入了基于GARCH 模型的方差-协方差法和半参数法的VaR计算。戴国强等（1999）研究了运用VaR模型进行投资决策分析的具体方法，探讨了VaR方法对我国金融风险管理的影响与意义。刘宇飞研究了VaR模型在金融风险监管中的应用。吴冲锋应用计算机模拟技术对VaR风险监管下金融机构的投资决策进行了研究。王春峰等（2000）提出了一种基于MCMC（Markov Chain Monte Carlo）的模拟法来计算VaR的方法，改进了已有VaR计算方法中所存在的不足。邓兰松在广泛分析了各种VaR计算方法的基础上，将普通的极值模型进行了推广与改进，同时将GARCH模型与改进的极值模型相结合，以解决证券公司实际存在的问题。

Charles等（1996）介绍了VaR的原理，并对计算方法进行了相关的阐述。Philippe Jorion（1996）对VaR模型作了基于概率论的定义，即在正常市场的条件下，给出一定的时间区间和置信水平下预测的最大损失即为VaR值。Hendricks（1996）对VaR的参数化方法、历史模拟法、蒙特卡罗模拟法3种计算方法分别进行了实证研究，并作了比较。David Li（1999）打破常规，使用高于二阶中心矩的更高阶中心矩确定置信区间的方法，让计算更为准确。

Helmut（2001）将VaR方法首次应用于设置风险限定额度与配置资本结构的问题。Beroelaar（2002）对VaR在金融风险相关信息的披露方面作了研究。

国内学者对VaR方法进行的研究，更符合中国市场。由于研究时间的限制（不到20年），国内学者的相关研究主要是在国外学者研究成果的基础之上，对VaR的概述与测算进行拓展和延伸。(www.daowen.com)

郑文通（1997）在《金融风险管理的VaR方法及其应用》一文中对VaR作了概述，并分析了将VaR引入中国金融市场的必要性。姚刚（1998）对组合VaR值的计算方法作了阐述，并初步探讨了金融工具在线性与非线性处理参数法这两者之间的区别。黄海（1998）初步分析指出了我国投资银行市场风险管理运用VaR的重要意义。

2000年以来，国内学者对VaR的研究变得更加多元化，并且有了阶段性的进展。许多学者对VaR模型的改进进行了科学性的创新和有益的探索，并对我国证券市场作了实证研究，同时也提出了很多独到的见解。

李友华等（2000）通过阐述VaR的基本思想原理，得出VaR用于我国金融市场风险管理是具操作性的。杜海涛（2000）以VaR的尺度来计算市场指数和单个证券的风险，评价基金管理人员绩效，从几个方面确定配股价格。范英（2000）将VaR运用于深证综指风险计量，通过用简单MA参数法计算VaR值的实证研究指出，VaR能够比较真实地反映我国股市存在的风险。陈忠阳（2001）通过介绍VaR应用方面的缺点及简要分析VaR在我国金融市场中的应用，指出将VaR方法单纯地运用于我国金融市场风险计量会出现几个问题：数据长度有限、资产收益关联度的稳定性较差、资产收益的厚尾特性等。胡经生（2005）通过对国外VaR及拓展模型的归纳和总结，并对1997—2003年中国证券市场的样本数据进行研究，建立了以市场风险与流动性风险的投资组合作为风险管理主要对象的数量模型。李婷等（2005）在此前模型的基础上提出了具有VaR约束条件和无风险投资的证券组合优化模型的概念，而当证券收益率服从正态分布时，通过求解模型可得出有效投资比例及有效边界的解析解。林舒（2006）通过对实证结果的分析，对比各类VaR模型以及不同分布假设下预测结果的优劣，将其应用于我国证券投资基金中的组合优化的头寸设置、组合投资的风险度量，并对基金监管应用情况作了总结。杨雯靖（2007）将经典的Markowitz 均值-方差模型与加入VaR约束条件组合，提出了基于VaR约束下的Markowitz 均值-方差投资组合决策优化模型及其有效边界，同时也分析了此VaR模型的数学特性。刘永祥（2010）通过分析对比上证指数突变前后的VaR值，结合运用参数法VaR模型对股票投资实例进行分析和验证，得出随着股价下跌其存在的VaR值也越大，但VaR值的增长比率远低于股市价格下跌率，并且一定规模的组合投资能够合理地降低投资风险，增加收益。王丹丹（2011）将计算模拟方法蒙特卡洛模拟法应用于VaR模型进行分析及计算。通过介绍如何利用蒙特卡洛模拟法，用VaR模型理论分析我国证券市场中存在的投资风险，为投资者提供指导和建设性建议。

1999年，Uryasev与Rockafellar首次提出了CVaR的定义。CVaR具备VaR的所有优点，同时又弥补了VaR的缺陷，如次可加性、凸性等，投资组合的CVaR优化决策模型可以采用线性规划来求解。Pflug（2000）证明了CVaR满足一致性风险度量的性质。Kibuzn（2001）讨论了CVaR和VaR之间的联系并给出了CVaR和VaR两者之间的数学关系。Powna将CVaR应用到亚洲金融危机爆发时的金融市场的实证研究中。Palmqllist与Uryasev等（2003）将CVaR应用于证券组合优化管理的研究中。Aeerbi（2002）提出要用CVaR代替VaR作为金融机构的风险监管工具，从而替代VaR成为风险管理主流的观点。Aecbri和Tasche（2002）的研究表明当金融资产损失分布不连续时，CVaR并不一定是一致性风险度量。Angelelli等（2003）考虑两种不同的混合整数线性规划模型来解决单期资产组合的选择问题（交易费用和基数约束都考虑在内），这两种模型为CVaR模型和MAD模型。Kibzun等（2003）对标准VaR（Value-at-Risk）和CVaR（Conditional Value-at-Risk）进行了比较，并且建立了二者的联系。这些方法是基于VaR和CVaR之间的一些数学平衡方程式。Mulvey等（2004）采用一个随机优化模型分散风险管理策略，显示了CVaR在传统风险测量上的优势。

我国学者围绕CVaR方法也展开了大量的研究，陈金龙等（2002）详细介绍了CVaR模型产生的背景、CVaR基本概念以及关于CVaR在投资组合优化模型中是如何应用的。王建华、李楚霖（2004）详细比较了风险价值VaR与条件CVaR的优缺点并讨论了它们在投资组合优化模型中的应用。刘小茂等（2003）讨论了正态情形下风险资产组合的均值-CVaR有效前沿并研究了其经济意义。田新民等（2004）讨论了正态分布条件下的CVaR模型并给出了其最优解的具体表达式。刘俊山等（2007）详细讨论了CVaR以及CVaR模型，构建了基于短期CVaR约束以及长期CVaR模型，并进行了实证分析。蒋敏等（2005）研究了离散单损失CVaR和多损失CVaR，连续单损失CVaR和离散时间多阶段CVaR模型。黄向阳等（2004）用均值-CVaR（Mean-CVaR）模型对我国股市进行了实证研究。