目前最常用的市场风险度量方法是测算VaR值,VaR是从损失的角度分析风险。而本文引进新概念TaR,在一定的置信水平下,资产或投资组合在未来时期内再次遭受阈值损失时可能的间隔时间。TaR是以重现时间间隔为基础,从时间的角度研究市场风险。目前重现时间间隔的研究主要集中在它的概率密度函数上,本文主要从两个方面研究重现时间间隔,第一个方面是研究重现时间间隔的概率密度函数,目前相关学者的研究也主要集中在这部分,本文对沪深300股指期货、沪深300指数、郑棉指数、螺纹指数、黄金指数和部分股票的对数收益率的重现时间间隔进行实证分析,发现它们的概率分布都服从幂律分布,参数并不相同,且在不同的阈值下具有标的性。同时基于重现时间间隔,用计算损失概率的方法对沪深300股指期货、沪深300指数、郑棉指数、螺纹指数的市场风险进行了对比分析,发现在不同阈值下不同的期货市场有不同的风险特征,螺纹钢期货市场比沪深300股指期货市场损失率大,在低阈值下郑棉指数的损失概率大于沪深300股指期货；第二个方面是对重现时间间隔建立时间序列模型,对沪深300股指期货、黄金指数和郑棉指数的对数收益率的重现时间间隔建立了ARIMA模型,并对重现时间间隔进行样本内估计,结果良好,同时发现在不同阈值下的重现时间间隔满足同一类型时间序列模型,具有标的性,分析结果适用于沪深300股指期货、黄金指数和郑棉指数商品期货。最后本文用三种方法来计算TaR值,用于分析市场风险,方法分别是：1、历史数据法；2、重现时间间隔的概率密度分布；3、重现时间间隔的时间序列模型。通过不同阈值不同期货市场测算的TaR值比较可以分析各自期货市场的风险特征,沪深300股指期货的TaR值大于郑棉和螺纹的TaR值,说明相比较沪深300股指期货的风险更低。同时本文也比较了三种方法的利弊,历史数据法并不需要考虑分布问题即可计算,第二种方法需要考虑分布,需进行分布检验,但以上两种方法并不是动态的,而第三种方法具有一定的动态性,模型样本内估计结果良好,但样本外预测结果不好。