极值理论的研究最早是在20世纪30年代,主要应用到材料科学、洪水分析、地震分析和降雨量分析等方面,金融风险的应用研究相对要晚一些。近几十年来,金融问题已成为热点,而信贷问题又是金融行业中的重要研究课题。风险价值(VaR,Value at Risk)法是金融界最重视的方法之一,越来越多的银行将VaR作为一个预测以及防控信贷风险的重要指标。计算VaR的模型有传统的VaR模型和极值模型,前者是需要对整体分布做出假设,后者是对尾部的分布进行拟合。本文将以极值理论为指导,利用某邢台银行的贷款数据,结合极值理论中的广义帕累托分布(GPD),对银行信贷的损失金额,尤其是较大金额损失进行分析和模拟:首先结合平均剩余寿命图和分位数来选取合适阈值,对超阈值的数据采用最大似然矩估计的方法进行参数估计,此估计方法是对最大似然估计方法的一个改良,再对比另外两种方法:正态分布分位数法及对数正态分位数法,计算出相应的VaR,通过比较这三种方法与经验分布下的风险价值,再结合误差分析,得出使用正态分布分位数法在低置信水平下会高估风险,高置信水平下又低估风险,对数正态法在置信水平小于等于0.98时预测的风险较为准确,当置信水平为0.99时又高估风险,极值方法在置信水平小于等于0.98时会高估风险,置信水平为0.99时预测的风险较为准确,银行在计算风险价值时可以综合考虑对数正态法与极值方法。