在金融全球化的背景下,金融风险已成为国内外金融机构和监管部门共同关注的对象,金融风险管理技术也越来越受到人们的重视,而风险度量是金融风险管理的核心内容,因此对风险度量理论的研究具有重要的意义。到目前为止,国内外专家和学者们已经提出了VaR、CVaR、SRM、EVaR和熵风险度量等风险度量方法,为风险管理提供了可靠的理论支持,而近年来,将信息熵与风险度量理论相结合已经成为研究的热点。本文主要研究了复合泊松过程关于参数依赖于时间的凸熵风险度量和一致熵风险度量的偏差估计和渐近行为。本文的结构如下：第一章简要介绍了本课题的研究意义,并详细分析了风险度量理论的研究现状,引出本文的主要研究内容。第二章回顾了一些相关的基本理论知识。首先给出了大偏差原理、Varadhan定理和Gartner-Ellis定理,其次给出了复合泊松过程的定义和主要性质,并对一些性质作了必要的补充和证明,包括复合泊松过程的数学期望、方差以及指数矩等。第三章,首先对风险度量、凸风险度量和一致风险度量这几类风险度量进行了系统的总结和对比分析,然后介绍了VaR、CVaR、SRM和熵风险度量等几种常见的风险度量方法的定义、性质以及它们之间的关系,并以指数风险谱和几何风险谱为例,给出了关于谱风险度量的风险谱函数的构造方法。第四章是本文的主要研究内容。本文研究了复合泊松过程关于参数依赖于时间的凸熵风险度量和一致熵风险度量的偏差估计和渐近行为。首先给出凸熵风险度量在几种依赖于时间的参数下的一些偏差估计,以及通过大偏差理论得到了凸熵风险度量的一个渐近行为；其次还得到了一致熵风险度量的两个渐近行为。第五章,对整篇文章进行了总结和提出将来的工作。