行为金融学作为一门新兴的金融学科分支，是在投资者有限理性的假设基础上，研究投资者的投资决策行为，其中投资者情绪是行为金融学中重要的组成部分。行为金融学理论认为，投资者情绪会使投资者的决策产生系统性偏差，使市场收益和收益波动率产生偏差。本文在此基础上提出，投资者情绪对金融风险度量具有重要的影响。　　 传统的金融风险度量方法是根据历史价格序列来判断未来的风险值，然而价格序列并不能完全直接反映投资者情绪的变化，而且基于历史价格序列对未来进行预测时，极有可能在预测未来风险的过程中出现偏差。因此在投资者情绪发生变化时，传统金融风险度量不能及时做出反映，造成在悲观时期预测风险时出现高失误率，或者乐观时期资本成本的高浪费。　　 本文按照理论推导、构建模型、实证检验的顺序，首先提出投资者情绪影响金融风险度量的假设，构建存在噪声交易者时的金融风险度量模型，提出噪声交易者的预期变化会对风险度量VaR值产生影响。当噪声交易者的预期值上升时，即噪声交易者处于乐观情绪时，实际VaR值下降;当噪声交易者的预期值下降时，即噪声交易者情绪对未来看空，实际VaR值上升。从理论上解释投资者情绪与金融风险度量的关系，指出传统风险度量方法存在的缺陷。　　 在实证方面，本文选取外汇期货期权中的隐含风险中性概率的偏度值作为投资者情绪度量指标。利用隐含波动率微笑平滑法，即对波动率微笑图进行三次自然样条函数插值，计算得到风险中性概率分布。根据隐含风险中性概率分布的偏度将交易日进行分类，分为乐观日和悲观日。再应用极值理论、风险矩阵法、GARCH模型以及EGARCH模型等四种方法来计算在90％、95％、97.5％、99％、99.5％、99.9％六个置信水平下的VaR值，比较乐观时期和悲观时期VaR值及其预测准确性。实证结果显示，投资者处于悲观时期预测VaR值会出现高失误率，投资者处于乐观时期时VaR预测值过高。　　 最后本文在实证结论基础上，分别从政府及监管部门、金融风险管理部门出发，给出相关政策建议，并在传统风险度量方法基础上考虑投资者情绪因素，提出改进的金融风险度量模型。