ارزش در معرض خطر(var)و کسری مورد انتظار(es) دو معیار اندازه گیری ریسک هستند که برای جلوگیری از زیان مالی در موسسات مالی تبیین شده است.در این پایان نامه، یک رویکرد پارامتری برای برآورد و پیش بینی ارزش در معرض خطر و کسری مورد انتظار برای سری های بازده مالی ناهمسان ارائه شده است،که در این راستا از مدل gjr-garch جهت مدل بندی نوسانات بهره جستیم.توزیع شرطی لاپلاس نامتقارن نیز جهت محاسبه چولگی پویا و دم سنگینی داده ها مورد استفاده قرار گرفته است.به علاوه گشتاورهای مرتبه بالاتر با فرض اینکه پارامترشکل در این توزیع، پویا(وابسته به زمان) است، مدل بندی شده اند. برآوردیابی به وسیله طرح نمونه گیری زنجیر مارکوف مونت کارلو با به کارگیری الگوریتم متروپلیس-هستینگز و توزیع گاوسی آمیخته انجام شده است. مطالعات شبیه سازی دقت برآورد و بهبود استنتاج را در مقایسه با مدل های دیگر نشان می دهد. در نهایت، مدل ارائه شده با به کارگیری در چهار شاخص بازار و پیش بینی پیشرو var و es توصیف می شود.