【摘要】广义自回归得分模型以条件密度函数得分作为主要驱动,为我们提供了计算一个时变参数的框架。把传统的D藤结构拓展到时变D藤,并将其与广义自回归得分模型相结合来估计时变参数。对美元、欧元、日元、港元和英镑兑人民币的外汇汇率序列拟合边际分布,提取标准化残差序列并建立时变D藤模型,即对pair-copula分解式选择最优的时变copula族,最后通过仿真技术得到标准误差的箱线图。研究表明,该模型有效地刻画了变量间的相依关系,为描述金融资产收益率的波动率过程提供了一种新思路。