潜在的金融风险可能会触发金融危机,其后果将对金融系统是灾难性的。纵观历史,发生了多次大型的金融危机冲击经济社会的事件,整个社会的各个角落都受到了严重影响。在全球化浪潮的推动下,现如今各个国家、地区之间的联络愈发紧密起来,特别是各个金融市场日益开放与融合。虽然这一变化促进了资本流动与资源配置效率,但是也使得金融危机在各个国家的金融市场间传染更加快速,单个金融市场的金融危机将可能影响更加广泛的金融市场。因此,金融风险度量与管理受到越来越多的监管者和金融从业者的重视。在金融风险这一研究领域中,如何识别和度量风险是首要解决的问题,选择恰当的风险度量方法从而准确地对风险进行度量尤为重要。经过多年的发展,一些成熟的风险度量方法已经在学术研究与金融业中被广泛应用,如波动率,VaR等经常被用于度量金融风险。然而这些风险度量方法依然存在局限,于是诸如EVaR,ES等一系列新的风险度量方法和技术被提出。风险测度EVaR(以Expectile模型为基础)作为QVaR(以分位数为基础)的替代技术,其计算更加简便,且能够更加准确地反映极端值的影响。为了充分综合利用不同频率数据所包含的信息,本文在Expectile回归中引入MIDAS方法,从而构建了 MIDAS-Expectile回归模型。本文基于非线性非对称最小二乘方法得到参数及条件EVaR的估计,同时给出了估计的渐近正态性以及条件Expectile的coverage检验。此外,本文还从极大似然估计的角度给出了 Expectile回归模型的似然函数及信息准则,以此可以完成不同Expectile回归模型的比较与检验。本文使用蒙特卡洛模拟来检验估计的有效性,结果表明在多种模型设定下引入MIDAS方法比传统的Expectile回归有很大的提升。此外,在实证研究中,本文应用提出的MIDAS-Expectile回归模型对一些金融风险的实证问题进行探究。首先,本文将MIDAS-Expectile回归模型应用于加密货币收益风险的度量,同时探讨了其他传统金融市场对加密货币这一新兴金融资产的风险传染现象。然后,本文基于MIDAS-Expectile回归模型研究了各主要股票市场上的金融风险,特别是各市场间风险的传染。实证研究表明MIDAS-Expectile回归模型可以得到准确的风险度量,比传统的等权重Expectile回归更加适合实证数据。