随着互联网技术的高速发展,我国的互联网金融交易呈现了爆发式的增长.然而,互联网金融迅猛发展背后的风险问题仍不容忽视,传统金融交易中所面临的风险问题仍然是互联网金融首先要解决的问题,也是当前金融研究的热点课题.论文主要研究内容如下:(1)给出分别服从正态分布、t-分布和GED分布假设下的GARCH(1,1)、TARCH(1,1)和EGARCH(1,1)模型,并采用“第一网贷”提供的官方信贷市场利率数据计算VaR值,最后通过失败率检验模型的估计效果.结果表明:GED分布下的GARCH(1,1)、TARCH(1,1)和EGARCH(1,1)模型能够很好的度量我国互联网信贷市场的金融风险.(2)根据我国互联网金融市场中存在的信息不对称问题,建立了信息不对称度量模型.该模型能够刻画投资方对融资方信息的获取情况.(3)将信息不对称度量模型引入到CAViaR模型,提出了信息不对称下的扩展模型(SAV-CAViaR模型和IG-CAViaR模型).并利用“第一网贷”提供的官方信贷市场利率数据进行实证,结果表明:信息不对称下的扩展模型的样本内外性质均表现良好,能够很好的刻画信息不对称对互联网金融风险的影响.参考文献61篇,图16幅,表19个。