金融市场收益序列的厚尾等非正态特征给金融风险管理带来两方面的问题：一个是关于单个资产的风险度量或者整合风险度量的问题：风险的尾部特征刻画即选择什么样的分布来拟合实际风险资产价格波动的尾端情况；另一个是关于资产组合的问题：资产组合的风险管理涉及众多资产，资产之间的相关性如何刻画?单变量EVT方法和MEVT方法对这两个问题的解决是EVT在金融市场的两个重要的应用。本文的第二章对于极值理论及其在金融市场的应用文献进行了梳理和评述，然后针对这两个问题展开实证研究。第三章全面介绍了单变量极值模型及其估计方法，运用这些模型和估计方法估计了上证指数的尾部分布特征。　　 随后的两章基于MEVT方法对中国和世界主要发达国家和发展中国家股票市场的尾部特征和尾部相关性结构进行研究。　　 第四章用Longin和Solnik(2001)提出的超额收益二元分布研究框架进一步分析了亚太股市中的我国A股市场、香港市场、日本市场和台湾市场之间指数月度收益之间的尾部相关结构。我们使用Monte Carlo模拟方法计算了界定超额收益的最优阈值水平，发现中国股市的阈值水平明显高于其他亚太股市，印证了中国股市的发展程度低、波动性大的不成熟市场特征。根据我们设定的阈值和计算的最优阈值，在超额收益二元分布框架假设下使用MLE方法估计了刻画该分布的参数。实证结果显示，基于相同阈值的中国股市的尾部参数几乎都大于其他亚太股市的尾部参数，表明中国股市的极端风险大于其他亚太股市。根据我们估计的logistic函数的相关性参数，我们发现国别股市正超额收益的相关性较低，而负超额收益的相关性较高，表明负面的极端事件比正面的极端事件的传染性更强，跨国联动性更加明显。　　 第五章估计了中国和世界主要发达国家和发展中国家主要股指的日收益率的尾部特征，并且估计了它们之间尾部相关性结构。我们用bootstrap方法估计的各个市场的Hill指数，在样本期内大部分Hill指数都显著不等于零，这表明研究股票市场收益尾部特征的重要性。对尾部相关度结构的实证研究则表明，中国和世界主要国家股指收益的尾部相关性结构是渐进独立的，这可能与我国资本市场开放度不高有关，但是中国和主要发达国家市场之间的尾部相关度都比较低，而与亚太新兴国家之间的相关度比较高。我们还发现，对于渐进独立的序列，根据不同的多元分布模型求出的VaR差别较大：基于全样本Pearson相关系数的二元Gaussian模型低估了资产组合的风险(VaR)，二元logistic模型则高估了风险和预期损失。对于渐进相关的系列，对资产组合风险的估计对尾部联合分布的假设选择不敏感的。　　 在当今国际金融市场波动性日益加剧，国际金融市场联动性日益加强，极端事件频繁发生的背景下，本文的研究结果可以为国际资产组合风险管理提供数量化的依据，以及可行的操作方法。