风险度量是金融风险管理的基础,而风险价值（VaR）是当今金融风险测量的主流方法,是应用最广泛的一种工具。传统的VaR计算方法一般都要对金融收益的分布类型进行假设,这就降低了模型的可信性。以极值理论为理论基础的GEV模型和GPD模型并不假设金融收益的整体服从某一分布,而只是研究分布的尾部特征,这样就避免了模型风险。本文分别应用GEV模型和GPD模型借助R和EViews软件对我国有色金属期货市场中的风险进行了实证分析。得出GPD模型的拟合效果要明显优于GEV模型这一结论。但同时也发现在95%和97.5%较低的置信水平下GPD模型计算的VaR绝对值偏大。针对GPD模型的这一缺点,本文提出一种新方法对GPD模型的VaR进行了修正,这一方法把历史收益率序列中绝对值小于等于阈值的样本近似看作服从正态分布,计算出这些样本的VaR记为VaR^*,GPD模型计算的VaR记为VaR⁰。本文对VaR值的修正就是在同一置信水平下分别赋予VaR⁰和VaR^*不同的权重,记VaR⁰和VaR^*的权重分别为w₀和w_*（0≤w₀,w_*≤1）且w₀+w_*=1,修正后的VaR=w₀VaR⁰+w_*VaR^*。这一方法的优点在于不仅弥补了GPD模型计算VaR时丢失了许多样本包含的信息这一缺陷,而且可以使投资者根据自己的风险偏好和对未来风险的预测来调整两个VaR值的权重,计算出更适合自己的VaR。本文最后分别选取沪铜连三和沪铝连三的实际收益率作为分析对象并验证了VaR修正方法的正确性。这一方法能提高VaR估计的精确度,对金融机构和个人投资者应用VaR控制市场风险具有重要的参考价值和指导意义。