【摘要】本文以上证A股指数为例对GARCH类模型在估计Value-at-Risk(VaR)值时所存在的模型风险进行了分析。我们分别考虑了基于EWMA,GARCH,EGARCH和FIGARCH模型的VaR估计方法。模型风险的存在意味着使用不同的估计方法得出的VaR值可能迥然不同。为了对这四种估计方法进行评判,我们在似然率和Kullback-Leibler信息准则的基础上运用四种统计检验方法对不同置信度水平下的VaR估计值进行了返回检验。实证结果表明EGARCH和FIGARCH方法的表现明显比其它两种优越。