摘要：本文针对金融资产收益展现出“有偏”及“厚尾”分布特征，引入有偏广义误差分布（SGED）来描述资产收益，继而提出Sv-sGED模型对资产收益波动率建模，并以此来测度动态风险值（VaN），进而采用后验测试技术对风险测度模型的精确性进行检验。同时，为了估计sV模型的参数，提出基于有效重要性抽样（EIS）技巧的极大似然（ML）估计方法。最后，给出了基于上证综合指数的实证研究。结果表明，SV-SGED模型比正态分布假定下的SV（SV-N）和广义误差分布假定下的SV（SV-GED）模型具有更好的波动率描述能力，SV-SGED模型展现出比SV-N和SV-GED模型更优越的风险测度能力。

关键词：var sv模型 有偏广义误差分布 有效重要性抽样 极大似然估计 

单位：安徽财经大学金融学院 安徽蚌埠233030 湖南大学工商管理学院 湖南长沙410082 中国科学院数学与系统科学研究院 北京100190