本文分别从一元极值理论和多元极值理论的角度探讨了我国股票单一市场的风险度量和两个市场间极端情况波动关联性两个问题。第一部分主要基于一元极值理论对单一市场的风险进行度量。首先讨论基于独立同分布下随机序列的风险测度,计算BMM方法和POT模型下的风险值VaR和条件尾部期望CTE;其次讨论基于相对较弱条件的平稳随机序列的风险测度,关注满足D(un)条件下的平稳随机序列,引入极值指标θ,计算并改进BMM方法和POT模型下的风险值VaR和条件尾部期望CTE。实证研究中以上证指数10年的收益率序列作为训练样本,以后一期上证指数10个月的收益率序列作为检验样本,依据收益率序列本身的特征进行风险度量并检验;实证结果表明,大多数金融序列并不满足独立同分布的条件,需引入极值指标修正模型,相较于独立同分布条件下的极值模型,后者加入极值指标使得风险值估计的准确度有所提高。第二部分主要基于多元极值理论对两个市场间极端损失关联性进行度量,从三个路径探索极端损失间的相关关系。首先讨论了一致性和常用的相关系数,给出Copula函数与特定相关系数间的积分转化表达式。其次将极值Copula函数Pickands展开二元化,并反解出不同类型的极值Copula的Pickands相依函数,结合尾部相关系数与Pickands相依函数关系的推论,得到不同类型的极值Copula尾部相关系数关于Pickands相依函数的表达式。最后介绍一种根据尾部相关系数定义的似然函数推导出的非参数方法。实证研究中以上证指数和深圳成指10年收益率极端损失数据作为研究对象,通过不同类型的Copula拟合,选择最适合的Copula模型并通过上述三种路径分别计算出常用相关系数和尾部相关系数。实证结果表明,我国沪深两市极端下跌存在较为明显的关联。