石油资源作为一国经济发展的重要能源之一,它既影响到一国的安全政策,又影响到石油相关企业的发展。然而,自2003年我国原油消费量超过日本,一跃成为全球第二、亚洲第一的原油消费大国以来,石油的消耗逐渐膨胀,导致我国石油进口依存度在2009年超过50%,2013年达到58.1%,这意味着我国石油的消耗超过一半来自于国际市场。一旦国际原油价格发生波动必将影响到我国油价的起伏,将无疑给我国的经济和金融领域带来一定的风险,因此,准确度量国际原油价格波动的风险将显得越来越重要。当今世界人们越来越关注极端风险,因为极端事件的发生将很可能导致投资者破产,甚至可能引发经济崩溃、社会动荡。对于此类风险,极值理论方法已非常成熟,极值理论的最大优点是它不需要对样本数据作任何的分布假设,而且它只关心样本数据的尾部信息。但是该方法也存在一些不足,例如要求数据满足独立同分布的假设；阈值选取受主观影响较大；高置信水平下度量的风险值过于保守。对于以上极值理论存在的一些缺陷,本文尝试采用改进的尾指数方法来度量极端风险,该方法可以将独立同分布的条件放宽至弱相关。虽然传统的极值理论方法和改进的尾指数方法均能测度出极端风险,但是它们计量出来的均是静态风险,无法刻画波动时变性的特点,即动态风险。本文将使用APARCH-EVT模型对以上两种静态风险模型作改进,度量出动态极端风险。本文选取西德克萨斯轻质原油(WTI)现货价格收益率作为实证对象,首先对其进行简单统计分析,发现该序列存在尖峰厚尾、有偏的分布特征,而且具有波动聚集性、非对称的“杠杆效应”等。然后通过极值理论方法、改进的尾指数方法和APARCH-EVT动态模型方法分别计算出相应的风险值。其中,在极值理论方法的阈值选取中本文运用变点理论,从而避免了人为主观性的影响；动态模型中选择偏t的分布假设,很好的刻画了序列有偏的分布特征。最后运用三种回测方法对以上三种风险值作检验,并得出比较有意义的结论。结论表明,在较低置信水平(95%,97.5%)下,改进的尾指数方法比传统的极值理论方法更能准确的度量风险值,说明改进的尾指数方法在弱化独立同分布条件时也增加了风险度量的准确度,然而在99.9%的高置信水平下,此两种方法计算出来的风险值均过于保守,这将影响到投资者或金融机构的积极性;在相同的置信水平下,三种方法中基于APARCH-EVT动态模型所计算的风险值最为准确,它综合考虑了时间序列存在的尖峰厚尾、有偏、波动聚集性和“杠杆效应”等典型特征。通过本文的介绍和实证相信能给石油投资者或相关企业提供一定的投资参考价值。