随着我国保险业的持续发展以及金融环境的日益复杂化,如何优化投资组合的风险管理是各类金融机构必须要面临的问题.风险的度量是风险管理的重要一环,以往的研究中主要是对资产的均值-方差进行研究来度量资产所面临的风险及其所对应的预期收益.近年来,越来越多的学者关注到金融资产波动的非对称性和厚尾现象,传统的均值-方差模型仅仅刻画了风险的频数和离散程度,因而越来越多的研究已经着手分析资产的偏度和峰度的风险溢酬问题,分析真实数据的形状,提高了对未来风险预测的精度.除此之外,分析风险间损失率相关性的影响还必须构建灵活的多元分布.在本篇论文中,我们从风险度量的基本理论出发,总结了前人对多元尾条件期望和多元尾条件方差的研究结果,并在此基础上进一步研究了椭圆分布和斜正态分布的多元尾条件高阶矩风险度量,并给出了两类常用椭圆分布和斜正态分布的多元风险度量表达式.首先,我们介绍了多元椭圆分布族和斜正态分布的定义和性质.之所以选择用椭圆分布建模,是因为大多数的椭圆类分布有着明显的厚尾特征.且概率曲线符合风险或收益呈现出的一般规律.而在现实环境下,风险的损失受多种因素影响,真实数据的非对称性特征突出,用斜正态分布来拟合损失数据更加逼近真实数据形状,且数据信息保留更加完整.然后,以多元正态分布和多元Pearson Ⅶ型分布为例,给出了椭圆分布族多元风险度量的具体表达式,并利用Monte Carlo方法产生随机数进行数值模拟.最后,我们分别给出了斜正态分布的单变量情况和多元情况下的尾条件风险度量表达式.