【摘要】本文首先运用正态分布、带有位置-尺度参数的t分布、Logistic分布、极值分布、α-stable分布和核密度估计对上证综指收益率分布进行拟合,结果表明核密度估计优于其他分布。其次,在进行尾部风险拟合和度量风险方面,通过设定相关指标,在显著性水平为1%时,α-stable分布更适合衡量风险程度,在此基础上提出了调和α-stable分布,并得到一个同构表示解。最后,本文给出了蒙特卡洛α-stable分布模拟和经验值下的MDD、DaR和CDaR,并得到了模型值和经验值之间的乖离率。