近来,电力工业的市场化变革引起了人们的格外关注。由于竞争机制的引入,电力市场不可避免的要出现很多不确定性因素,这些不确定性因素在给电力工业注入活力、提供机遇的同时,也给各方参与者带来了前所未有的金融风险,如何对竞争的电力金融市场进行有效的风险度量和管理,已经成为当前电力金融市场中迫切需要研究和解决的课题。在电力市场中,电力作为商品最大的特点在于其不能进行有效的存储,从而导致其需求弹性很小,电价易受到电力供求关系的影响,使电价产生剧烈的波动。因此,和传统金融市场相比,电力金融市场最大的特点就在于投资者的收益具有更大波动性。国内外文献研究显示,对于电力市场金融风险值VaR的计算目前还仅限于历史模拟法、方差—协方差法和蒙特卡罗模拟法等传统方法的研究,这些方法在一定程度上促进了电力市场金融风险值VaR的计算,但另一方面,也暴露出许多的不足。历史模拟法缺乏灵活性,它无法提供比样本损失还要坏的损失,从而它无法准确计算出具有高度波动性的电力市场金融风险值VaR;方法—协方差法最大的缺点就是假设了电力企业的收益率为正态分布,正态分布对分布函数的中间部位即正常温和的波动有较好的预测能力,但对分布的极端情形提供的信息及其有限,根本不能准确刻画具有高度波动性的电力市场的金融风险;蒙特卡罗模拟法也存在几个缺点:一个是计算时间长,投入的人工、电脑成本高。二是需要假设随机过程,如果假设不真实,可能造成模型风险。基于以上考虑,论文较为系统和全面的研究了电力市场金融风险值VaR计算,主要内容及结论如下: (1)对电力市场金融风险值VaR计算的常用方法进行了综述,提出了利用极值理论中的POT模型计算电力市场金融风险值VaR。极值理论是专门研究次序统计量极端值的分布特征理论,它只考虑分布的尾部,可以更准确地刻画分布的尾部特征,这对于精确地计算VaR无疑具有非常明显的优势。(2)在风险值VaR的计算中引入贝叶斯估计。以POT模型计算电力市场金融风险值VaR为基础,建立了基于贝叶斯估计的VaR计算新模型。由于收益的高度波动,收益分布中的参数必然会不断的变化,因此,将参数看作随机变量是合理的。将贝叶斯估计和POT模型相结合,将同时兼顾两方面的信息:反映投资者对未来市场状况的经验信息和已知的样本信息,计算出的VaR将更加准确。最后通过算例说明论文所提方法的有效性。