摘要：为了考察多个市场或多个金融资产之间的高阶矩风险度量问题，有效地捕获收益率时间序列高阶矩动态特征，在考虑当前预期和波动性条件下，推导了高阶中心矩和协矩之间的关系，提出了能够有效解决维数灾祸问题的多维条件高阶矩模型．在多维SU分布基础上，采用动态条件相关性（DCC）和自回归条件密度技术，通过智能优化算法对条件高阶矩模型的时变参数进行估计．实证研究结果表明，多维条件高阶矩模型较好的拟合了收益率时间序列高阶矩动态特征，与之前的高阶矩模型相比，能够有效解决高阶矩模型的维数灾祸问题，表明该模型能够捕捉到我国多个市场之间高阶矩风险特征，提高多维条件高阶矩模型测度能力．

关键词：高阶矩 su分布 动态条件相关性 自回归条件密度 

单位：天津大学管理学院金融工程研究中心 天津300072