1、近年來，隨著經(jīng)濟全球化進程的不斷推進，世界金融格局產(chǎn)生了巨大的變遷，同時，潛在的金融風險也在逐步釋放。在中國明顯的表現(xiàn)是2015年A股市場的劇烈動蕩，且作為中國資本市場對外開放史上的里程碑事件，“滬港通”的運行和不久前“深港通”的啟動也引發(fā)了市場波動和投資等一系列風險，這再次提醒了廣大投資者和監(jiān)管機構，風險管理和金融市場相關性在金融市場的研究中有著不可忽視的重要地位。
　　對市場波動率的研究一直占據(jù)著風險管理領域的重要位置，隨著金

2、融高頻數(shù)據(jù)的可得性越來越強，基于高頻數(shù)據(jù)的已實現(xiàn)測度成為波動率研究的熱點問題?；谶@種情況，本文對Realized GARCH模型形式進行了推廣，將其推廣到厚尾分布的情形，并與傳統(tǒng)的GARCH類模型進行對比。同時，考慮到不同的已實現(xiàn)測度的選取對模型效果的影響，采用四組具有層次性的高頻數(shù)據(jù)已實現(xiàn)測度，構成對尾部風險度量的對比模型。在比較尾部風險度量的效果時，采用VaR效果和兩個在金融市場風險管理視角下的損失函數(shù)，進一步提高模型比對結果的穩(wěn)

3、健性。對于市場間的相關性測度，本文建立Realized GARCH Copula模型，該模型采用推廣的Realized GARCH模型作為邊緣分布函數(shù)從而整合高頻數(shù)據(jù)中蘊含的更多的波動信息，利用t-Copula函數(shù)擬合市場間的相關性從而刻畫其相關結構。
　　基于深證指數(shù)和恒生指數(shù)高頻數(shù)據(jù)的實證結果表明，基于t分布的Realized GARCH模型的風險度量效果與傳統(tǒng)的GARCH類模型相比更好;不同的已實現(xiàn)測度的納入對Realize