随着大部分金融机构组合交易资产数目的剧增,金融市场呈现出前所未有的波动性和脆弱性,市场风险成为金融风险的主要形式,使得金融监管当局和金融机构不断强化市场风险的管理与监督。VaR风险计量方法自1993年提出以来,已成为金融机构和金融管理机构衡量市场风险的标准方法。计算VaR的方法有很多,但它们都各有缺陷,几乎所有传统方法的观测值都集中在分布的中部,实际上风险评估最关注的是分布的尾部。分布尾部的点都是一些极少发生又具有显著影响的观测值,称其为极值,极值理论正是对这些极值提供统计分析的模型。本文介绍了极值方法的理论基础,运用POT模型和混合方法进行建模,并通过上证指数对模型进行了实证分析,分析表明极值理论能很好的刻画金融回报分布的尾部,得到较精确的VaR估计值。金融时间序列带有一些明显的特性,如尖峰厚尾性、不服从正态分布、具有杠杆效应等,故在风险度量中所选的模型必须要能反映这些特征,其度量的结果才会准确,GARCH模型类正好能满足这一要求。每种模型都存在缺陷,GARCH模型也不例外,它的缺点是只依赖最新的样本收益数据去推断均值方差,而忽略历史样本收益对未来均值方差的影响。此外,本文还介绍了期权价值的风险度量,对股票期权的风险进行了一些有益的研究,这对于投资者进一步了解股票期权,及期权的发展、完善有一定帮助。