当今社会，随着经济的飞速发展，以及在经济自由化和全球化的大背景下，金融风险已经成为广大国内外学者和研究者们共同关注的对象。而风险度量则是风险管理中非常重要的组成部分，在经济全球化的环境下，研究风险度量具有十分重要的意义，。　　VaR的研究为风险管理做出了巨大的贡献，但是随着研究的不断深入，研究者们发现VaR在很多情况下都是存在着局限性的。为了弥补VaR在这些方面存在的局限性，人们渐渐地开始研究并提出其他的一些风险度量，比如一致风险度量、CVaR、TVaR、谱风险度量、凸风险度量、熵风险度量以及一致熵风险度量等等。在金融数学的研究中，熵风险度量非常特殊，它是一个典型的凸的但是不一致的风险度量。并且在给定效用函数的情况下，可以把它运用在效用最大化的问题上。　　风险说到底其实就是不确定性，而我们就是来研究这种不确定性的。实际上，风险随机变量X的分布依赖于某些风险参数θ，那么就需要对参数进行估计，同时要研究参数估计的极限性质。　　估计的方法有很多，比如极大似然估计、贝叶斯估计、非齐次信度估计以及齐次信度估计等等，而估计的极限性质也有很多，比如大偏差原理、中偏差原理、强相合性以及渐近正态性等等，其中贝叶斯估计是非常常用的估计，相合性和大偏差原理则是我们经常考虑的极限性质。　　在众多分布中，指数分布和伽玛分布是概率论中最常见也是最基本的连续分布，与其它一些重要的分布有着非常密切的联系，所以我们这里对指数-伽玛模型下的熵风险度量的研究分析是有非常重要的意义的。　　本文主要是给出指数-伽玛模型下的熵风险度量的贝叶斯估计，并且验证这个估计满足相合性和大偏差原理。　　文章结构如下:　　第一章详细地分析了熵风险度量、各种估计、大偏差理论以及一些相关理论的研究背景和现状，并且介绍了本课题的研究价值及意义，以此引出了本文的主要内容。　　第二章主要是介绍了与本文相关的一些基本理论知识。主要给出了大偏差原理、收缩原理、Gartner-Ellis定理、中心极限定理、Delta方法以及贝叶斯估计;除此以外，还给出了指数分布和伽玛分布的定义以及一些相关性质。　　第三章主要是介绍了几种比较常见的风险度量。首先是给出了风险度量、凸风险度量以及一致风险度量的定义和一些相关性质，然后再给出了VaR，CVaR, TVaR，熵风险度量以及一致熵风险度量的定义和一些相关性质。　　第四章是文章的主要成果。首先是在贝叶斯框架下构建了指数-伽玛模型下的熵风险度量的估计模型，同时利用已具备的信息对这个风险度量进行估计。然后验证了指数-伽玛模型下的熵风险度量的贝叶斯估计的相合性，同时也验证了指数-伽玛模型下的熵风险度量的贝叶斯估计的大偏差原理。　　第五章是对文章的总结以及对未来研究发展的一些期望。