近年来极端金融风险频发，“黑天鹅”事件对投资者的影响成为投资、研究和监管都 高度关注的问题，基于此，本文对中国A股市场上的跳跃风险进行研究。我们先侦测了个股的跳跃，得出跳跃的三个维度：跳跃幅度均值、跳跃幅度波动以及跳跃频率。接着，我们再对个股的跳跃风险载荷及其风险溢酬进行研究，发现在中国投资有极端风险的股票并不能获得额外的风险溢酬，但在短期中，这种风险溢酬的时变性可以被市场波动率所预测。

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。