风险价值（Value-at-Risk，简称VaR）是从20世纪90年代初期发展起来的一种金融市场风险测量的方法，其核心思想是计算由于市场价格波动导致金融资产所面临的市场风险的大小。广泛应用的正态分布不足以描述金融收益的厚尾特征，尤其是风险管理者最为关心的较大分位数。而应用极值理论计算风险时注重对分布尾部的近似表达，而不是对整个分布进行建模，从而能更有效地捕捉可能导致的尾部风险，所以，把极值理论应用于风险量化分析是一种比较理想的方法。　　极值理论是次序统计学的一门分支，传统上被用来预测海啸、地震、洪水等自然灾害，近年来已被广泛地应用于金融风险的管理中。极值理论主要以极值为研究对象，它注重研究收益分布的尾部，比较有效地解决了在缺少样本的客观条件下如何预测和防范金融风险的问题，因此，越来越多的人认识到极值理论在极端事件风险管理中的巨大潜力。传统上，VaR计算方法一般都要对金融收益服从哪一类型分布进行假设，这就不可避免地对这一假设的有效性产生怀疑。相比较而言，极值理论不会假设金融收益服从某一分布，而是自然而然地得出尾部的形态特征，从而避免了模型风险，可以较准确地计算极端情况下的VaR。　　本文系统地阐述了极值理论和极值分布特征，以对冲基金指数日收益率为例，将极值理论应用于风险价值的计算，并将应用结果与传统VaR方法计算的结果进行了比较分析，最后得出结论：传统的VaR计算模型是静态的模型，应用极值理论计算VaR的模型是动态的、相对保守的模型，与其它方法相比较，极值理论具有卓越的预测能力。