在金融市场典型事实约束下，运用 ARFIMA-FIAPARCH 模型和极值理论分别对条件波动率和标准收益极端尾部建模，计算出各股市的极端风险，进而探讨在不同的市场波动状态下中外股市的极端风险传染效应及其变化规律。通过实证研究发现，沪、深、港三个中国股市之间的极端风险传染效应在剧烈波动期强于相对平静期，熊市期间强于牛市期间。同样地，三个国外股市之间的极端风险传染效应剧烈波动期强于相对平静期，熊市强于牛市。但是，中外股市之间的风险传染效应与上述结论相反，即相对平静期强于剧烈波动期，牛市强于熊市。

在金融市场典型事实约束下，运用 ARFIMA-FIAPARCH 模型和极值理论分别对条件波动率和标准收益极端尾部建模，计算出各股市的极端风险，进而探讨在不同的市场波动状态下中外股市的极端风险传染效应及其变化规律。通过实证研究发现，沪、深、港三个中国股市之间的极端风险传染效应在剧烈波动期强于相对平静期，熊市期间强于牛市期间。同样地，三个国外股市之间的极端风险传染效应剧烈波动期强于相对平静期，熊市强于牛市。但是，中外股市之间的风险传染效应与上述结论相反，即相对平静期强于剧烈波动期，牛市强于熊市。

在各种因素的影响下，商业银行业面临着日益严重的操作风险，这就对银行业操作风险计量的 可靠性也提出了更高的要求，但商业银行业操作风险损失数据的缺乏始终影响着计量的准确性。针对 这个问题，本文将非寿险领域的半线性信度理论运用于操作风险估计，并改进了极值分布估计中阈值 的确定方法。通过半线性信度理论把商业银行自身的操作风险损失数据与行业内其它银行的外部损失 数据相结合进行建模分析，在一定程度上解决了数据缺乏问题。利用中国商业银行1990-2010 年的损 失数据对样本银行的操作风险进行了实证分析，估算了样本银行应配置的操作风险资本金，为监管部 门测算风险资本提供参考。

随着风险度量一致性原则的提出，研究发现金融机构广泛采用的VaR模型存在严重不足，尤其针对分布具有厚尾特征的极端金融风险无法有效度量。本文采用极值理论（EVT）解决VaR方法的尾部度量不足问题，利用CVaR-EVT和BMM模型分析美国、香港股票市场和我国沪深两市指数18年的日收益数据，研究发现：（1）在95％置信区间及点估计中，分位数为99%的CVaR-EVT所揭示的极端风险优于VaR的估计值；且BMM方法为实施长期极端风险管理提供了有力决策依据，其回报率受分段时区的影响，期间越长，风险估计值越高；（2）模型采用ML和BS方法统计估值显示，我国股票市场极端风险尾部估计值高于香港和美国市场；但是，国内市场逐步稳定，并呈现出跟进国际市场且差距缩小的发展趋势。

本文使用VaR(Value at Risk)和一致性风险度量指标ES(Expected Shortfall)作为风险度量指标，应 用 Copula 函数和极值理论度量不同市场间在极端情形下的相依性风险。应用研究中用 Copula 函数来替代 传统多元序列间的正态分布的假设，使得在组合投资中进行多元极值建模时更加灵活。实证中对上证综指 和香港恒生指数进行组合投资建模，度量不同市场间在极端情形下的相依性风险。通过不同权重下投资组 合风险指标的计算结果比较，为投资者选择合理投资权重规避风险提供了决策参考。

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。

鉴于目前现代风险测度未考虑极端事件,本文借助极值理论对中国股市收益的GEV分布和GP分布进行了估计和拟合,并对不同置信水平下的VaR进行估计和检验。实证研究表明,GEV分布和GP分布均能对上证指数和深圳成指日收益序列做出较好的拟合,两种收益序列均具有显著的尖峰厚尾分布特征,而且右尾均比左尾更厚,基于GEV分布和GP分布的VaR测度均比正态分布更优,而且GP分布比GEV分布更优。

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。

本文研究上证指数连涨连跌的收益率，发现其服从伽玛分布，并且我们得出股指涨跌的条件概率，以及极值的情况，我们还研究了成交量的影响，从而说明了技术分析特别是价量分析为何在实际中被广泛运用。我们认为随机游动假说是一种粗糙的近似，我们也对市场有效性理论进行了深入的探讨，从而加深对这一理论的认识。