随着金融市场中金融产品的日益多样化，风险不确定性问题变得愈来愈突出，对风险度量方法的研究将变得越来越重要。通过研究新的风险度量方法，从而提出更为有效的风险规避措施，成为学者们研究金融市场的一个重要课题。到目前为止，线性期望风险度量方法的文章层出不穷，但是极少有非线性期望风险的度量方法。为此，本文主要分两大部分进行研究风险度量——线性期望下风险度量和非线性期望风险度量。　　首先，在线性期望下，我们以基于GARCH族模型的VaR和CVaR风险度量方法作为研究方法，进行了详细的介绍；并在前人研究成果的基础上，以中国股市中具有代表性的上证综指为例，将t分布和GED分布下GARCH族模型的CVaR风险度量方法应用到股票实证中，系统地研究了在同一置信度不同分布（正态分布、t分布和广义误差分布（GED））下GARCH、EGARCH和PARCH模型的VaR和CVaR值，探讨了不同分布下GARCH族模型的最值问题，并对VaR和CVaR进行了对比研究和准确性检验，最终确定最优的模型，表明在概率模型已知的线性期望下，这种最优模型能够较好地反映上证综指的真实风险情况，是一种很好的风险度量方法。然后，进一步探讨了概率模型未知的非线性期望下的金融风险度量问题，利用g-期望探讨了风险度量的有关问题，并结合VaR的定义，提出新的风险度量方法——g-VaR风险度量，举例说明它不是广义风险度量，最后对特殊的生成元g，给出了g-VaR的一种具体数学表达式。