金融市场的快速一体化，使得不同市场、不同资产间的价格运动迅速扩散，相互影响。金融市场间彼此更加依赖。因此，将一元波动率模型推广到多元波动率模型，研究多个变量之间的波动特性，是件很有必要且有意义的事情。多元波动率模型主要包括多元广义自回归条件异方差(MGARCH)模型与多元随机波动率(MSV)模型,前者将波动率当做过去信息集的确定函数，即波动率是其滞后残差平方观测值和前期条件方差的函数；后者则认为波动率由不可观测的潜在的随机过程所决定。根据条件相关系数是否时变，每类模型又可分为常相关模型与动态相关模型，基于此，本文做了MGARCH模型与MSV模型的比较研究。本文首先对收益率序列阶数如何判定以及参数估计等方面做了分析，以期观察到有用的基本信息。然后重点探讨了MGARCH模型与MSV模型波动率序列在参数估计、模型稳定性的不同之处，并做了基于模型的样本外预测能力比较模型优劣，以期找到更适合的模型来准确描述金融市场时间序列的相关特性。最后将基于MSV模型与MGARCH模型下的多个在险价值(VaR)序列做了比较。实证分析的最终结果表明，MSV类模型描述的波动率序列更具集聚性与记忆性，更加符合实际情况，但就本文而言，MSV类模型外推预测能力并没有比MGARCH类模型更强。