最小方差套期保值研究作为国内外金融数学领域研究的热点,目前主要集中在二维状态下。但是随着金融市场的相依性增强,构建最小方差套期保值中的高‘维相依结构能更好的抵御其他变量波动溢出带来的风险,模型更有意义。文章基于二维Copula-GARCH族模型在最小方差套期保值上的研究基础上,使用藤结构下的Pair Copula构建高维相关结构,将最小方差套期保值研究由二维状态拓展到更高维。Copula函数捕获了变量之间相关关系的非线性信息,并且能够很好的描述最小方差套期保值中期货与现货价格回归过程中的尾部性差异,应用Pair Copula分解技术不仅保留Copula函数的优势,而且在构建高维相依结构时,模型的建立较多元Copula函数更加灵活,条件限制更少。同时,文章考虑到最小方差套期保值资产组合通常是短期的,因此在使用Pair Copual分解技术构建高维相关结构的同时,融入动态Pair Copula模块,在构建高维相关结构时,捕获高维资产间两两资产相关关系的时变特性可以更好的拟合变量间的相依结构,得到更精确的套期保值比率。对于边缘分布的计算与波动率的预测,在GARCH模型的基础上考虑了最小方差套期保值中金融资产价格受信息冲击的不对称性。研究了EGARCH模型与Pair Copula分解技术结合构建最小方差套期保值模型的应用。