近十年來，由於金融商品價格波動的劇烈衝擊，而引發許多重大金融事件與危機，再加上我國預計於明年正式實施新巴塞爾資本協定，各金融機構無不卯足全力，重新審視其風險衡量能力。而為了正確且有效地掌握風險曝露情況，金融機構最常採用的市場風險衡量方法，便是風險值（Value at Risk）與壓力測試（Stress Testing）兩大工具。 本論文的主要目的有二：第一、藉由介紹常見的風險值計算方法與壓力測試方法，並探討其優缺點及限制，希望能讓金融機構的風險管理者對其有更深一層的認識。第二、風險值法雖能衡量一般情況下的可能損失，但通常引發金融危機的主因，多是極端損失所造成的強大壓力，故本文透過搜集實際的市場資料，針對過去曾發生的壓力事件，檢驗三種風險值計算方法與兩種壓力測試，在壓力情境下是否仍能準確、有效地衡量風險。 最後透過本文的理論闡述與實證分析結果，希望能在前述五種風險衡量方法中，找出一較為有效的壓力損失衡量方法，提供予金融機構的風險管理者，幫助其更靈活運用風險管理工具，進而提昇國內金融機構的競爭力。

設二個隨機變數X1 和X2，所可能的發生值分別為{1,…,I}和{1,…,J}。條件機率分配模型為二個I × J 的矩陣A 和B，分別代表在X2 給定的條件下X1的條件機率分配和在X1 給定的條件下X2的條件機率分配。若存在一個聯合機率分配，而且它的二個條件機率分配剛好就是A 和B，則稱A和B相容。我們透過圖形表示法，提出新的二個離散條件機率分配會相容的充分必要條件。另外，我們證明，二個相容的條件機率分配會有唯一的聯合機率分配的充分必要條件為:所對應的圖形是相連的。我們也討論馬可夫鏈與相容性的關係。 / For two discrete random variables X1 and X2 taking values in {1,…,I} and {1,…,J}, respectively, a putative conditional model for the joint distribution of X1 and X2 consists of two I × J matrices representing the conditional distributions of X1 given X2 and of X2 given X1. We say that two conditional distributions (matrices) A and B are compatible if there exists a joint distribution of X1 and X2 whose two conditional distributions are exactly A and B. We present new versions of necessary and sufficient conditions for compatibility of discrete conditional distributions via a graphical representation. Moreover, we show that there is a unique joint distribution for two given compatible conditional distributions if and only if the corresponding graph is connected. Markov chain characterizations are also presented.