针对金融高维变量间存在的复杂非线性动态相关特征,本文拓展了Creal(2013)提出的广义自回归得分模型(GAS),并应用于藤结构分解出的paircopula模型时变参数建模之中,给出了模型构建及参数估计方法。模拟实验结果显示GAS动态过程相对于ARMA动态过程与静态参数模型能够更好地刻画pair-copula参数的时变特征。同时,模拟实验给出了藤结构各节点copula类型选择应使用的信息准则类型。实证研究综合选取新兴市场与发达市场指数构建投资组合,估计GAS动态藤copula模型参数,并通过蒙特卡洛模拟方法计算组合资产VaR。运用回测检验方法验证模型的有效性,最后基于3种copula模型求解最优权重组合,预测样本外收益率。实证结果表明:国际指数间存在非线性动态相关,参数时变特征主要表现在低层树结构中。除pair-copula类型选择外,藤结构的选择对模型整体的拟合效果也具有重要影响,错误的藤结构设定将使动态藤模型拟合失败。GAS动态D藤copula模型在3个置信水平下均通过了VaR失败率检验,且其样本外的组合回报率在不同置信水平下均高于两种静态模型,拥有优良的平衡风险收益能力。