本文主要是讨论风险度量新方法ES的基本原理；基于ARMA-GARCH模型展开对我国创业板市场日收盘价对数收益率的市场风险实证分析，计算其VaR值和ES值来度量创业板指数的市场风险；此外，也运用向量自回归模型探讨创业板和中小板的相互影响，深度分析创业板的风险因素。全文共分5章。第一章介绍本文研究主要内容的背景、意义和方法，简要叙述VaR和ES相关历史文献。第二章主要介绍ES基本原理。采用资产组合损失变量描述风险，并基于损失分布的-（上）分位数给出“期望巨额损失值”ES（Expected Shortfall）和“条件风险价值”CVaR（Conditional Value at Risk）的定义。在一般损失分布下，通过直接计算说明了任一资产组合损失变量的“期望巨额损失值”ES的定义与-（上）分位数的选取无关；而且也通过直接计算证明了ES与CVaR两者的等价关系；进而通过构造出ES的概率测度族表示证明了ES是一致性风险度量方法。第三章基于ARMA-GARCH模型，运用风险度量的VaR和ES方法对创业板指数（样本：2010.6.1-2014.2.1）的市场风险进行实证分析，包括VaR、ES的计算问题、比较分析等。首先对创业板块日收盘指数之间的自然对数收益率进行基本统计分析，发现序列的分布存在厚尾的特征；运用AIC+SC准则确定各模型的滞后阶数。对各模型的参数进行估计，得到残差序列，进一步得到残差序列的VaR值，并根据模型的数学表达式得到最终的VaR值和ES值。最后利用失败率检验法，对模型进行检验。实证的结果表明，ES在VaR估计失败时，能比较准确地估计例外情形的实际损失，即ES可以用来弥补VaR模型的缺点，ES是比VaR更加稳健和保守的风险度量方法。第四章运用VAR（向量自回归）模型，研究创业板收盘指数和中小板收盘指数的相互影响。通过协整以及格兰杰因果检验，分析创业板和中小板之间的内在关系，寻找影响创业板风险的外部因素。结果表明，它们的波动性是比较一致的；中小板和创业板之间不存在长期均衡关系。研究结果进一步表明，创业板对中小板的影响要大一些。第五章是对全文进行的总结并指出了文中的不足以及对今后研究方向的展望。