Como um mercado emergente de ações com enorme potencial, o mercado acionário chinês tem uma aparente aparência de agregação de volatilidade, juntamente com uma característica típica de leptocurtice, assimetria negativa e cauda gorda em sua série de índices de rendimento. O modelo baseado na distribuição normal tradicional freqüentemente subestima o risco, o que levaria a perdas profundas para os investidores e instituições financeiras quando os eventos extremos acontecessem. O VaR (Value at Risk), que mede o risco como um determinado valor, é amplamente utilizado no setor financeiro por suas características intuitivas e concisas. Como o método de parâmetro do cálculo do VaR é a maior parte da implementação na prática, a escolha da função de distribuição de probabilidade apropriada e da variância pode melhorar bastante sua precisão. Portanto, a variância condicional é estimada pelo modelo GARCH-types e a suposição de distribuição normal é substituída pela distribuição skewed-t. Comparado com o comum RiskMetrics baseado na distribuição normal e outros modelos do tipo GARCHskewed- t, o modelo ARMA-GJR-GARCH-skewed-t tem melhor adaptabilidade e precisão para a estimativa de VaR de índices dos mercados de ações chineses.