摘要：鉴于股票波动具有显著的多尺度特征，本文引入二元经验模态分解（EMD）与二元Copula-GARCH算法，提出一种新的VaR风险度量模型，即BEMD-Copula-GARCH模型.具体地，新BEMD-Copula-GARCH模型可分为三个主要步骤：数据分析，分风险估计和总风险集成.首先，基于二元EMD模型，将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量，以降低建模难度.其次，引入二元Copula-GARCH模型，刻画各组分量间的相互关系，以度量股票投资组合在不同尺度上的分VaR值.最后，集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合，结果表明：本文所构建的新模型能有效度量投资组合风险，其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.

关键词：风险度量 var 经验模态分解 copula garch 

单位：北京化工大学经济管理学院; 北京100029; 北京航空航天大学经济管理学院; 北京100191; 湖南科技大学商学院; 湘潭411201