本文共分为三章，第一章为引言，第二章对近年来沪市日收益率进行R／S分析，由于该法对短期记忆效应敏感，因此介绍了无偏重标极差分析R／S~*，Hurst指数分别为0．661和0．643，上海股票市场呈非线性、状态持续性和非周期性循环，这里揭示了两点：(1)收益率不符合高斯分布，为有偏随机游动，那么基于高斯分布的某些风险度量模型存在问题，在本文的第三章中详细介绍了基于异方差分布的风险度量模型。(2)状态持续性和非周期性循环又说明了今天的信息对明天将产生影响，建立数学模型对股市进行预测分析是可行的。第三章综述了风险价值(Value-at-Risk即VaR)的各种计算方法，方差协方差法、半参数法、模拟法和极值方法等。比较了各种计算方法的优缺点，指出各自的适用范围，详细介绍了两类极值模型：BMM模型和POT模型，并计算出VaR值，为风险控制和决策提供了依据。 风险价值是近年逐渐发展起来的金融风险管理的新标准，它不仅仅只是作为一种测量和控制金融风险的有效工具，而且正迅速发展成为一种科学的风险管理体系。本文对目前国际上具有代表性的VaR方法进行了全面深入的研究，系统地总结了VaR的理论体系，并对各种VaR方法进行了综合的分析与比较。传统参数VaR计算方法大多使用正态分布作为分布假设。在这个假设条件下，置信度较高时(95％以上)VaR估计往往会低估风险，尤其是当样本数据具有厚尾特征时，而金融数据大都具有尖峰厚尾的特点。另外，所有的传统VaR估计方法都是集中在位于分布中部的观测值，即正常条件下的回报，但尾部才是VaR计算中所最关心的。分布在尾部的点都是一些极少发生但又具有显著影响的观测值，或者称为极值，极值理论是对这些极值提供统计分析的模型。在第三章中主要介绍了极值理论的基础和计算步骤。该问题的研究将有助于推动我国金融机构进行有效的风险管理，有利于保证我国金融市场的安全与稳定。