极值理论是统计学的主流分支，专以随机分布厚尾为研究对象。将其引入到金融风险领域不仅迎合了现代金融对极端风险极其关注的原则，而且还可弥补目前国际上最主要的风险度量工具VaR的不足。由花拥军编著的《极值理论及其在沪深股市风险度量中的应用研究》详述了极值理论的原理及方法，探讨了其在金融风险领域应用中的若干亟待解决的问题，并对我国沪深股票市场的极端风险进行了测度分析。
    在当前金融体系脆弱性日益严重的情况下，极值理论为金融风险管理提供了崭新视角与重要工具，对处于转型期的我国金融业更是具有重大现实意义。《极值理论及其在沪深股市风险度量中的应用研究》旨在为金融市场投资者和监管者防范抵御极端风险提供理论与方法支持。《极值理论及其在沪深股市风险度量中的应用研究》主要面向金融风险专业管理及研究人员，也面向具有一定专业知识基础的读者。

    2.2国内研究现状
    国内关于极值理论的文献较少，相关领域的研究也是近些年才开始的。已有文献大多为极值理论方面的介绍性或较为简单的实证研究，在金融领域中的研究主要集中在证券、外汇、期货及保险等方面。
    史道济是国内较早对极值理论进行研究的学者，所著《实用极值统计方法》（2006）是本书所收集到的国内最完整、最详尽的极值理论方面的专著文献。史道济（1993，1997）还对二元极值分布参数估计的矩方法、马尔科夫链的Fisher信息阵及参数的最大似然估计、多元极值分布的信息阵、多元极值分布参数的最大似然估计与分布估计进行了较深入研究。
    朱国庆等（2001）、柳会珍（2006）综述了极值理论的发展及其在金融领域中的应用。
    潘家柱和程士宏（2000）研究了矩估计分布函数的渐近展开式，即极值分布形状参数的矩估计收敛到正态分布的精确速度。潘家柱等（2004）对一类平稳金融时间序列信息项的尾指和序列边际尾指的关系进行了研究。欧阳资生（2006）研究了极值指数的修正的Pitzkands型估计的样本分割方法，同时提出了自适应的样本点分割的自助算法。
    实证方面的文献主要有：
    朱国庆等（2001）利用GEV模型拟合了上海股市极值收益率的分布，并通过最优拟合度验证了上海股市极值收益分布服从Frechet分布。田宏伟等（2000）应用四种汇率历史数据进行了实证研究，认为在极端条件下用极值理论方法估计的VaR具有较高的精确性，而矩估计法的结果又优于极大似然估计。
    周开国等（2002）以香港恒生指数为样本进行了极值分析。封建强（2002）对沪深股市收益率的极端风险进行了VaR测度研究。马玉林等（2003）也利用极值理论对沪深股市的极端风险进行了实证分析。高松等（2004）实证研究了美元与日元汇率的极端风险，并得出股指日收益率尾指和股市新息的尾值是一致的结论。
    ……

前言
1 绪论
1.1 问题提出及研究意义
1.1.1 问题提出
1.1.2 研究意义
1.2 研究方法及结构安排
1.2.1 研究方法
1.2.2 结构安排
1.3 本书的主要贡献和创新

2 国内外研究现状综述
2.1 国外研究现状
2.1.1 极值理论发展脉络
2.1.2 极值理论在金融领域中的应用
2.2 国内研究现状
2.3 本章小结

3 极值概念、性质及类型
3.1 极值概念与性质
3.2 极值类型定理
3.3 极值分布的最大值稳定性
3.4 极值分布的最大值吸引场
3.5 本章小结

4 区间极值模型
4.1 广义极值分布
4.2 区间极大值与极小值模型
4.3 区间极值模型参数及高分位数估计
4.3.1 参数估计
4.3.2 高分位数的估计
4.4 沪深股市极端风险实证分析
4.4.1 指标与样本数据的选取
4.4.2 BMM模型条件检验
4.4.3 拟合检验及参数估计
4.4.4 极值VaR计算及预测
4.5 本章小结

5 阈值模型
5.1 广义帕累托分布
5.2 阈值模型
5.3 阈值选取
5.3.1 图解法
5.3.2 基于Hill估计的选择方法
5.3.3 厚尾分布与正态分布相交法与峰度法
5.4 阈值模型参数及高分位数估计
5.4.1 参数估计
5.4.2 高分位数估计
5.5 沪深股市极端风险实证分析
5.5.1 涨跌停板制度后沪深股市极端风险实证
5.5.2 涨跌停板制度前沪深股市极端风险实证
5.6 本章小结

6 极值序列的相关性分析
6.1 金融时间序列的集聚现象
6.2 金融时间序列的渐近独立性
6.3 极值指标
6.4 极值除串
6.5 沪深股市极值风险序列相关性处置实证分析
6.6 本章小结

7 极值模型回测
7.1 极值模型回测技术简析
7.2 Kupiec似然比检验
7.3 Christofferson有条件覆盖模型
7.4 沪深股市极值风险模型回测及分析
7.4.1 沪深股市极值风险模型回测
7.4.2 沪深股市极值风险模型回测分析
7.5 本章小结

8 结论
8.1 主要研究结论
8.2 未来研究展望
参考文献
附录