在经济全球化的背景下,金融行业得到了飞速的发展,但是在快速发展的同时也带来了一些风险问题。风险度量能够很好地对金融市场进行定量的刻画,能够预知未来风险。大偏差原理作为风险度量研究的热点问题之一,其研究具有重要意义。本文主要给出了在正态分布条件下,利用大偏差原理中的收缩原理得到了VaR, CVaR和熵风险度量估计的大偏差原理,以及在Laplace分布条件下通过使用大偏差原理中的Delta方法和Hadamared可微得到了熵风险度量估计的渐近性质。本文的结构如下：第一章简单介绍了本课题的研究背景和意义,并详细分析了风险度量和大偏差理论的研究现状,从而引出了本文的主要内容。第二章主要介绍了与文章相关的一些基本理论知识。首先给出了大偏差原理,中偏差原理Hadamard可微以及在大偏差中的Delta方法和收缩原理。其次,给出了正态分布和Laplace分布的定义、性质以及它们之间的关系。第三章主要介绍了几种常见的风险度量。首先给出了风险度量、凸风险度量和一致风险度量的定义和性质。然后给出了VaR, CVaR以及熵风险度量的定义和性质。第四章是文章的主要结果。首先给出了在正态分布条件下得到VaR, CVaR和熵风险度量估计的大偏差原理,并且得到了熵风险度量估计在Laplace分布条件下的中偏差定理。第五章对整篇文章进行总结并对未来提出了期望。