【摘要】本文同时使用日VaR和CVaR模型可实现对市场风险的双重监控,其估计一直是风险管理的重点。科技的发展使获得高频数据成为可能,由于其包含丰富波动信息,学者们开始利用它来研究日VaR和CVaR的估计问题。本文通过整合基于高频数据的CARR模型和非参数的极值理论EVT,实现对日VaR和CVaR的动态估计。上证和深圳综指的实证结果表明,与基于日度数据GARCH类模型和未与极值理论整合的CARR模型的VaR和CVaR相比,本文方法极大提高了估计的准确性,同时所得估计具有不受新息分布影响的稳健性。