基于条件在险价值(CVaR)建立新的基金业绩测度指标，该指标在理论上拓展了经典的夏普比率。在正态分布下，该指标是夏普比率的增函数，二者对于基金业绩排名是一致的；在非正态分布下，该指标克服夏普比率没考虑高阶矩、不满足随机占优单调性的缺陷，能给出更为合理的基金业绩排名。利用方差法、经验分布法和核估计法对新指标进行估计，蒙特卡洛模拟结果表明，方差法仅在正态分布下有效，在非正态分布下其估计结果存在系统性偏差；同属于非参数方法的经验分布法和核估计方法在任意分布下都具有大样本性质且估计精度相当。最后运用新指标对我国开放式基金的业绩进行测算和排名，结果显示：当各基金的偏度系数和峰度系数差异较小时，夏普比率和新指标给出的基金业绩排名基本一致；而当各基金的偏度系数和峰度系数差异较大时，二者给出的基金业绩排名差异较大，新指标因考虑了高阶矩信息给出的排名更为合理，这与理论预期是一致的

当资产回报率服从椭圆分布和投资者具有二次效用函数的假设都不满足时，方差（标准差）不再是风险的一个恰当度量方法，而这会导致传统的最小方差套期保值存在缺陷。本文提出了一个新的基于核密度估计的计算最小VaR 和最小CVaR 套期保值比率的非参数方法。基于沪深300 现指日收盘价格数据和沪深300 股指期货合约仿真交易日结算价格数据的实证结果表明，本文提出的改进的非参数方法表现最优，最大程度上降低了套期保值投资组合的标准差、VaR 和CVaR。

基于保险监管视角，借鉴欧盟“偿付能力II”相关理论，对市场风险运用幂阶转换在险价值（Normal Power Approximation Value-at-Risk），并进行波动率时间序列建模；对保险风险运用精算模型；对信用风险和操作风险则借用巴塞尔新资本协议的相关标准模型，实证分析了我国财险公司的偿付能力资本需求。结果显示：偿付能力资本需求（Solvency capital requirement, SCR）是最低资本需求（Minimal capital requirement, MCR）的1.928倍，表明以风险为基础计算的资本需求远大于基于业务量大小的资本需求。

基于金融时间序列的实际分布的尾部明显更厚，而峰度则更高的特征，我们可以运用在不同的分布假定下的GARCH模型的VaR计算方法来对市场的风险进行分析。本文利用GARCH族模型以国际原油期货的日收益率数据分别在t-分布和广义误差分布(GED)条件下来度量原油期货的在险价值VaR。在验证了多个模型和二种分布组合之后，得出了GARCH(1,1)-t分布模型对原油期货能较好的拟合和反映出国际原油期货收益率的风险特征性。

本文从研究分位数回归模型入手，发现可将置信水平（分位数）内生化于模型的参数估计过程中，克服了在险价值（VaR）的置信水平只能人为外在给定的困难。进一步利用分位数回归模型对我国上证与深证市场进行实证研究表明，该模型不仅能有效地度量证券市场的在险价值，刻画出在险价值的动态变化,而且还得出了“深证市场比上证市场存在着更频繁的大起大落现象以及两市场均不存在着剧烈的跳跃现象”的结论。

内容提要 一、选题背景 随着金融的全球化趋势和以衍生工具为代表的金融产品的应用，金融市场产生了基础性的变化，市场风险成为金融机构面临的最重要的风险，因此如何恰当的度量市场风险成为重要的研究课题。 传统的在险价值计算方法并不能完全满足实际应用的要求。一方面，在险价值主要适用于正常市场条件下对于市场风险的衡量，而对于市场出现极端情况时却无能为力。另一方面，在传统的在险价值计算中，通常用相关矩阵来表示变量间的依赖关系，而相关矩阵隐含的假设是资产的收益服从多元正态分布。实证研究已经表明资产收益服从正态性的假设与现实情况不符，因此使用相关矩阵表示资产间依赖关系往往会得出错误的结果。而且相关矩阵只适合度量资产间线形相关关系，当资产组合中存在期权期货等定价公式为非线性的资产时，很难通过相关矩阵来衡量资产间的依赖程度。 本文在Embrechts, Kluppelberg and Mikosch（1997）的极值理论和Nelsen(1999)提出的连接函数的理论上，通过实证研究，试图通过比较计算在险价值的传统模型与新模型，讨论传统在险价值计算方法的缺陷，并检验新模型的适用程度。 二、研究方法与逻辑结构 本论文采用实证的研究方法，实证研究对象为以上海证券交易所的64支股票组成资产组合。文章利用资产组合从1997年1月2日到2003年1月2日的日股价收益率资料，分别用传统模型与新模型，通过蒙特卡罗模拟的方法计算在险价值，并将模型计算的在险价值估计结果与同时期实际损失结果做比较计算出不同模型的漏损次数，以评价不同模型在预测在险价值上的准确程度和适用性。 本文的逻辑结构如下图所示 三、主要观点及结论 根据实证结果得出以下结论，首先通过连接函数和极值理论的模型度量在险价值明显优于通过传统方法度量在险价值。无论是用EWMA方法估计矩阵还是用GARCH方法估计矩阵，计算所得的实际损失与在险价值相比超过值明显低于通过传统方法计算所得的实际损失与在险价值相比的超过值。 其次，通过EWMA估计矩阵计算的在险价值优于通过GARCH估计矩阵计算的在险价值。无论是传统方法还是新模型，通过EWMA估计矩阵计算的实际损失与在险价值相比的超过值都低于通过GARCH估计矩阵计算的实际损失与在险价值相比的超过值。 再次，用t连接函数方法估计的在险价值优于用正态连接函数估计在险价值，无论是在通过EWMA方法估计相关矩阵的方法中，还是在通过GARCH方法估计相关矩阵的方法中，在正态连接函数模型下计算的实际损失与在险价值相比的超过值都大于或等于在t连接函数模型下计算的实际损失与在险价值相比的超过值。 最后，无论是传统模型还是新模型计算的在险价值，都低估了风险。因为我们是度量时间区间为一个交易日，置信区间为99%的在险价值，因此如果实际损失超过在险价值的估计值大于1%，自险价值模型低估了风险。而通过实证研究得出对于所有模型，实际损失超过在险价值的估计值都明显大于1%。 在实证结果的基础上，本文认为相对传统的计算在险价值的办法，通过新的模型能够更好的估计在险价值，因此对中国的证券市场有一定的实用价值。对于金融机构，可以通过新的方法来计算在险价值，设置资金，在最大程度防范风险的同时，避免资金的闲置。对于金融监管机构，可以利用新方法对金融机构的风险管理进行指导和监管，以确保金融机构的稳健运营和市场的金融安全。 四、创新与不足 本论文的不足之处主要在以下几方面：首先，本文仅对由上海证券交易所的股票组成的资产组合进行实证分析，而没有包含其他金融产品，因此无法充分的论证新模型是否优于传统的模型，结论具有片面性。后续研究可以加入衍生产品对模型进行实证研究，更加充分的论证新模型的适用性。其次，在模型设定方面，本文仅选择正态连接函数和t连接函数，后续研究可以通过全面的对各种连接函数的实证研究，探讨适合中国市场的模型类型。最后，在参数估计方面，本文对所有的参数估计都使用极大似然法进行，后续研究可以使用其他方法对极值理论和连接函数的参数进行估计，讨论对参数的最优的估计方法。

本文应用APARCH模型在三种分布假设下对上证综合指数进行了拟合以计算上证综合指数的VaR风险值，然后把它与应用GARCH模型的估计结果进行比较分析。通过返回检验，我们发现，APARCH应用于VaR估计是统计有效的，并且明显优于GARHC模型。