本研究提出以GARCH 模型來修正歷史資料，以提昇歷史模擬法估計風險值(Value at Risk, VaR) 的準確性。本研究以台灣股票市場為實證研究的對象，研究期間為1971 年l 月5 日至2000 年12 月30 日，樣本共計8608日。經失敗率分析以及Kupiec (1995) 的概似比統計量檢定結果，顯示結合GARCH 模型與歷史模擬法的準確性較原始歷史模擬法以及Hull 與White (1998) 的估計方法為佳。由本文的實證結果得知資產波動是估計風險值的重要因素，若能結合波動特性來修正歷史資料，確實可以提升歷史模擬法估算風險值的準確性。

This study proposes a procedure for using a GARCH model in conjunction with historical simulation when computing Value-at-Risk (VaR). We collected the data of Taiwan stock market index to evaluate the VaR approaches. The sample period is from January 5, 1971 to December 30, 2000. Based on failure rates and Kupiec test (1995), we show that incorporating GARCH model updating into historical simulation method is a substantial improvement. From the empirical results of this study, it is important to improve accuracy when incorporating volatility updating into the historical simulation method for Value-at-risk.

本研究提出以GARCH模型來修正歷史資料，以提昇歷史模擬法估計風險值（Value at Risk, VaR）的準確性，此進一步開拓了歷史模擬法的應用層面，並且也為更準確地估計出VaR值帶來新的視野與契機。 　　本研究以台灣股票市場為實證研究的對象，研究期間為1971年1月5日至2000年12月30日，樣本共計8608日。經失敗率分析以及Kupiec (1995)的概似比統計量檢定結果，顯示結合GARCH模型與歷史模擬法的準確性較原始歷史模擬法以及Hull與White(1998)的估計方法為佳。由本文的實證結果得知資產波動是估計風險值的重要因素，若能結合波動特性來修正歷史資料，確實可以提升歷史模擬法估算風險值的準確性。 　　因此本研究分析之結果將可作為政府、金融機構、與市場參與者風險控制之參考，更可提供學術單位在發展VaR理論之實證依據。