金融市场风险管理一直是现代金融学研究的前沿领域之一,随着金融市场的不断创新,金融风险度量方法的研究也在不断探索,此前很多研究主要集中在均值、方差、相关性等方面,相对较少关注金融资产极端情形。然而,在实际金融市场中,极端风险一旦发生,会给投资者造成巨大损失,特别是在一些金融危机时期,因此迫切需要一种有效金融市场风险度量工具。同时,在股票市场中,投资者的投资行为,比如对金融资产的价格形势判断,自己本身的风险偏好态度等也会对股票市场价格走势有一定的影响,这个在行为金融学里面也有相关研究。因此,如何构建可以有效反映含有投资者风险偏好的风险度量模型将是非常值得研究的课题。合适的风险度量方法应该不仅会考虑金融市场的波动形势,同时也会关注投资者的风险偏好态度。本文以创新新型金融风险度量WVaR(Weighted value at risk,WVaR)方法为研究对象,主要探讨极值理论在WVaR中的应用方法,首先介绍了VaR(valueat risk,VaR)、CVaR(conditional value at risk,CVaR)等传统风险度量模型,进一步阐述WVaR的定义及主要性质等内容,并对这三种模型之间的性质进行对比。同时本文基于极值理论和方法,构建极值理论重要分支广义Pareto分布POT模型在WaR中的应用方法,并对上证综合指数、深证成分指数、标准普尔500指数、纳斯达克指数进行了风险度量研究。实证分析表明,无论是国内的新兴市场还是国外成熟的资本市场,指数日收益率系列具有明显的波动聚类性,同时具有左偏、尖峰、肥尾的分布特性,广义Pareto分布能够较好拟合极端日收益率数据,可以有效反映金融市场的极端价格波动情况。对比于其他没有考虑投资者风险偏好的度量方法,含有投资者风险偏好态度的WVaR更能准确地度量金融市场的实际风险情况。在同一市场环境下,风险值相差不大,存在共动性,国内新兴市场风险值比国外相对发达稳定市场的风险值要大。