In den letzten Jahren gab es ein drastisches Wachstum in verfügbaren Finanzdaten. Finanzmärkte haben starke und oft nicht ganz vorhersagbare Änderungen ihrer Dynamik erlebt. Diese Tendenz hat dazu geführt, dass die Methoden der Risikomodellierung sowohl das Problem der hohen Dimensionalität als auch dynamische nicht Gaußsche Strukturen behandeln müssen. Das Ziel dieser Dissertation ist es, Methoden der Risikomodellierung vorzuschlagen, die gleichzeitig Reduzierung der Dimensionalität und dynamische Struktur in drei Anwendungen erlauben: 1) Asset Allocation und Hedging, 2) stochastische Modellierung von multivariaten Prozessen, 2) Messung der systemischen Risiken. Die vorgeschlagenen Methoden demonstrieren gute Ergebnisse im Vergleich mit den existierenden Methoden der Risikomodellierung und führen neue Verfahren zur Erkennung der extremen Risiken und Anomalien auf Finanzmärkten sowie zur deren Management. / Over the recent years, there have been a significant increase in financial data availability. On the other hand, financial markets have experienced sharp and often unforeseen changes in their dynamics. This tendency has caused the need for risk modeling approaches addressing both high dimensionality problem and accustoming for dynamic non Gaussian structure. The primary aim of this dissertation is to propose several risk modeling approaches which allow for simultaneous dimension reduction and dynamic structures in three setups: 1) asset allocation and hedging, 2) stochastic surface modeling and 3) systemic risk determination. Proposed models demonstrate good performance when compared to existing approaches for risk modeling and introduce new flexible ways to detect extreme risks and anomalies on financial markets as well as methods for their modeling and management.