针对多元有界数据的概率密度函数,我们提出了一种从一维推广到多维的非参数核估计。由于在金融领域,我们通常发现变量是非负的,而且是有界的(例如在单位区间内),因此我们考虑用非负核函数来估计具有紧支撑的概率密度函数。这些核函数源自beta分布族。在乘积核函数下,这种多元beta核估计易于实现、非负的并且没有边界偏差。在理论性质方面,首先我们得到了多元beta核估计的积分均方误差和最优带宽,然后证明了一致强相合性以及渐近正态性等定理。在模拟和应用方面,几个实例用以验证理论结果和实证分析。在带宽选择中,我们采用了最小平方交叉验证法。在数据模拟方面,我们详细地展示了多元beta核估计的表现。在应用与实证分析中,我们用多元beta核函数对生存函数进行了核估计,并以黄金、白银价格和中国证券市场的数据为例做了分析研究。