近年来,随着全球金融市场联系日益紧密,金融资产间的关联程度更加密切,并且科技进步使信息的传递越来越快,信息网络已将资本市场融为一体,更易造成单一金融市场风险问题透过高度的市场联动效应而形成系统性风险。从拉美危机、美国的“黑色星期一”、日本股市危机、欧洲货币危机到墨西哥比索危机、亚洲金融风暴,再到美国“次贷危机”等,此类极端事件的发生都导致了全球资本市场的大幅剧烈波动,对世界经济金融发展造成了极大的破坏,致使众多金融类公司破产倒闭、实体经济陷入萧条。因此,在市场发达、投资渠道多元化的今天,金融风险管理尤为重要。金融风险管理是现代金融理论的核心内容之一。虽说金融风险管理的传统理论依托于VaR模型,并与相关金融波动模型和Copula理论相结合均取得了不错效果,但针对频繁发生的极端风险事件,应用此类组合方法所估计的精度有待进一步提高。随后研究人员在此基础上又引入极值理论,但总体效果仍有拓展空间。因此,如何更有效的测度金融市场风险,尤其对极端风险进行有效的管理成为金融机构和投资者日益关注的问题。目前,国内金融风险管理主要以借鉴和改进国外的相关风险管理理论与模型为主,以期提高相关金融主体的抗风险能力。由于金融市场的极端风险特征和金融资产的非线性相关性,本文在吸收现有相关理论和研究成果基础上,沿着金融风险测度这条主线,从单一资产到多元资产的风险测度,从VaR到CoVaR,通过引入分位数回归模型、典型事实的金融波动模型、极值理论以及Copula函数有机结合,从而构建更能反映金融市场波动特征的风险度量测度模型。因此,基于金融市场风险测量模型改进是本文的研究特色,其主要研究内容和创新性体现在以下几个方面:第一,基于分位数回归模型与极值理论的金融市场风险测度改进。首先应用QR-GARCH模型拟合金融资产收益率特征,在获取波动性和残差的基础上,引进EVT模型,最终构建基于QR-GARCH-EVT的极值风险测度模型。同时,引入分位数回归的CAViaR模型,构建基于CAViaR-EVT模型的极值风险测度模型。该类模型组合的优点主要体现在,分位数回归模型不用事先假定金融资产收益率的分布特征,统计特性良好;而且EVT模型更适合“厚尾”分布特征的高分位点预测,结果也比较稳定。因此,文章利用分位数回归模型和EVT模型的各自优点重新组合可以很好的对风险进行评估。第二,使用CoVaR方法度量中国石油期货市场和国内国外大宗商品期货市场的风险溢出强度和传导效应。从研究内容上看,现有的风险溢出效应研究重心更多的是关注证券市场,关于原油期货市场与相关资本市场的风险溢出效应研究不多,而针对在极端情况下的中国原油市场与其他大宗商品市场的风险溢出强度和传递研究涉及偏少。文章考虑原油期货市场的金融属性,通过改进GARCH族模型,应用Beta-Skew-t-EGARCH模型和EVT模型拟合其波动特征,并在此基础上,引入Copula函数刻画中国原油市场与国内外大宗商品期货市场的非线性相依结构,度量其在极端条件下的风险溢出效应,从而为投资者提供更加清晰的风险传染认知,以及为风险监管部门提供更加合理的决策指导依据。第三,基于CoVaR模型的投资组合风险测度改进。通过改进Markowitz的效率前沿,把引起个别标的资产收益率变动的因素纳入到系统性风险考量,应用CoVaR模型衡量系统性风险扩散,构建新的基于CoVaRMean-资产配置模型。该模型的主要优点是将风险扩散的效果纳入到投资资产组合优化的统一分析框架中,有助于降低资产配置组合的风险。