摘要：金融实践中，金融资产回报不仅具有厚尾性、波动的异方差性两大特点，而且其波动表现出明显的长期记忆性。本文利用FIGARCH模型处理波动异方差性和长期记忆性、EVT-POT方法捕捉回报分布厚尾的优势，提出了能反映厚尾性、异方差性和长期记忆性的金融风险度量模型——基于EVT-POT-FIGARCH的动态VaR模型，并用中国股票市场的沪深300指数和上证综合指数的每日收盘价进行实证分析。结果表明，模型能较好地处理这两个指数回报序列的三大特点．更准确地度量其VaR风险。

关键词：figarch 厚尾 长期记忆 var 

单位：重庆大学经济与工商管理学院教授 重庆大学经济与工商管理学院硕士研究生 重庆大学数理学院教授