隨著世界金融的改革開放，國際匯率、利率、股票、債券以及相關衍生性金融商品的突破創新，為企業提供充裕且分散的資金管道，但亦對於企業風險之控管投下一顆不定時的炸彈。基於風險控管的必要性，風險值(VaR)技術與觀念，也就應運而生。VaR可以明確量化風險大小為絕對金額，即使不同的金融商品也可利用其相關性加以整合，因此匯率、利率、股票及各式衍生性金融商品的投資組合皆可用整合的技巧算出。 　本研究利用歷史模擬、Bootstrap、Delta-Normal、Gamma、Hull & White混合常態、Cronish-Fisher偏峰態修正、Barone 整合法(Unified)等模型，分別計算股票、外匯、債券、及權證等個別資產投組，再運用Basle提出的回溯測試(Back Test)與前向測試(Forward Test)、Kupiec的LR test、Hendricks提出的評比方法以及Lopez提出的驗證方法，共十二種測定指標，進行各投資組合VaR模型優劣之區分。 　最後再運用較優之VaR模型估計與驗證同時持有股票、外匯、權証三種資產投資組合，以及股票、外匯、權証、債券等四種資產投資組合的總投資組合VaR，尋求最適切、簡易且不失精確的模型，在考慮各種資產間相關性下，統合計算所持有之多元化金融資產較精確、客觀的風險值。 　本研究結論如下： 一、 認購權証資產屬於右偏，即負報酬機率較高，使用CronishFisher偏態修正模型，可以得到較適切估計值；但其他資產有時準確有時不準確。 　二、 台灣認購權証市場，隱含波動度往往大於歷史波動度1至3倍，且用隱含波動度所求算的VaR驗證結果不佳，但利用歷史波動度實證結果佳。 　三、 Hull&White混合常態轉換模型在外匯資產上表現較股票資產精確，這可能受到股票投組報酬率分配較外匯投組具不確定性的影響。 　四、 債券資產投組，隨著持有存續期間越長，債券價格報酬率標準差越高，則債券投組的持有風險也隨之增加，亦即VaR估計值會趨於保守。 　五、 使用Delta-Gamma法，估計非線性資產（認購權証、債券）之VaR與Delta- Normal模型驗證結果相近，故吾人在估計一天之VaR，不需考慮二階風險。 　六、 不同VaR模型受到不同之資產特性、最適衰退因子、信心水準假設、歷史窗口長度等因素影響，導致各VaR模型準確性的差異，本研究選取單資產投組中較佳且易擴充於多資產，考慮相關性的Unified（整合）模型進行多資產投組VaR的估計與驗證，其驗證結果易優。 　七、 在多資產投組VaR的估計上，應考量資產間的相關性，根據證實Unified(div)考慮相關模型表現較未考慮相關模型Unified(undiv)佳。