提出了一种新的动态VaR和CVaR风险测度方法。 该方法旨在获取具有长期依赖性的波动时间序列的风险度量的预测估计。 该方法基于异方差时间序列模型。 FIGARCH模型用于波动率建模和预测。 该模型被简化为无穷级的AR模型。 解决了Yule-Walker方程的简化系统，以找到自回归系数。 基于长期相关性定义的自相关函数的回归方程用于获得自相关估计。 提出了一种优化程序来指定自相关系数的估计。 动态风险度量VaR和CVaR的预测值的获取过程被规范化为一个多步骤算法。 该算法包括以下步骤：自回归预测，