结合相依结构函数Copula和极值理论EVT，构建了我国股票市场经流动性调整的La-Copula-EVT风险价值模型，并用沪深收益序列的分笔高频数据进行了实证分析，发现我国沪深股市收益序列的上尾和下尾都存在较高相关性，后验测试结果表明构建的模型能够对实际损失进行很好的拟合；然后在该模型的基础上进一步分析了我国沪深股市的风险价值和预期不足在不同置信区间的敏感度差异，确定了适合La-Copula-EVT模型的最优置信度区间。

次贷危机引发的全球经济危机充分表明，缺乏对市场极端条件下风险溢出效应的考量，可能会导致各金融市场风险水平被严重低估。EVT-Copula模型能够有效地拟合极端市场条件下金融市场间的相关结构，CoVaR模型将风险溢出效应纳入VaR框架内，测度单个金融机构或金融市场发生风险事件时，对其它金融体系风险溢出效应的方向和大小。本文融合两个模型的分析特点，构建EVT-Copula-CoVaR模型，研究美国股票市场的风险溢出效应，结果表明美国股票市场对英国、法国、日本、中国香港及中国股票市场均存在很强的风险正溢出效应，以%CoVaR表示的平均风险溢出强度为56%，对我国上证指数的风险溢出强度最弱，但也高达33%。模型诊断和后验测试表明，该模型方法可以有效地对单个金融机构（或金融市场）的风险溢出进行衡量，有利于金融监管当局及时跟踪系统性风险的变化。

结合相依结构函数Copula和极值理论EVT，构建了我国股票市场经流动性调整的La‐Copula‐EVT风险价值模型，并用沪深收益序列的分笔高频数据进行了实证分析，发现我国沪深股市收益序列的上尾和下尾都存在较高相关性，后验测试结果表明构建的模型能够对实际损失进行很好的拟合；然后在该模型的基础上进一步分析了我国沪深股市的风险价值和预期不足在不同置信区间的敏感度差异，确定了适合La‐Copula‐EVT模型的最优置信度区间。

自2005年7月21日起，我国人民币实行有管理的浮动汇率制度。由于各种原因，人民币不断升值，这会给我国的经济带来许多的不确定性。因此，研究汇改以来人民币汇率的走势以及美元头寸的汇率风险有着重要的意义。本文应用AR（1）-EGARCH（1，1）-M-GED模型来计算人民币对美元汇率的日对数收益率的VaR值。研究表明，该模型能够比较好地预测人民币对美元汇率的波动情况，在99%的置信水平下，能够较好地预测VaR，因此可以作为衡量和控制风险的有效方法。

本文应用模型EGARCH(1,1)-GED和GARCH(1,1)-N计算了深圳股票市场成份指数的日对数回报VaR值，通过后验测试和统计分析表明，对深圳成份指数的波动性分析，模型EGARCH(1,1)-GED优于GARCH(1,1)-N。在此分析结果的基础上，文中进一步分析了深圳股票市场的系统性风险并提出了相关结论与政策建议。