本文应用极值分布理论对金融收益序列的尾部进行估计，计算收益序列的在险价值VaR和预期不足ES来度量市场风险。通过伪最大似然估计方法估计的GARCH模型对收益数据进行拟合，应用极值理论中的GPD对新息分布的尾部建模，得到了基于尾部估计产生收益序列的VaR和ES值。采用上证指数日对数收益数据为样本，得到了度量条件极值和无条件极值下VaR和ES的结果。实证研究表明：在置信水平很高(如99 )的条件下，采用极值方法度量风险值效果更好。而置信水平在95 下，其他方法和极值方法结合效果会很好。用ES度量风险能够使我们了解不利情况发生时风险的可能情况。

下载附件