货币增发不断侵蚀着美元信用,黄金作为“去美元化”趋势中的储备资产迎来了发展重要契机。尽管被公认为是国际资本为避险优先选择的金融资产之一,但黄金自身却并非是绝对安全的。在贸易保护、边缘政治、金融波动和自然灾害等各种复杂因素的影响下,因黄金市场风险变动引发的金融损失可能远高于其他市场。黄金价格波动剧烈,日间常有每盎司十多美金的振幅,若遇到黑天鹅事件与美元加息等影响,振幅更胜以往,2020年8月11日,黄金价格单日振幅高达129.2美金/盎司,创历史新高。如此大的价格波动下,如何科学度量黄金市场风险,筑牢风险防控体系,维护市场安全平稳运行,以期减少黄金市场引发金融系统性风险可能,是当前亟待解决的一项重要课题。在对黄金市场的风险测度发现,过多因素对黄金价格的干扰,使得黄金价格收益率分布与传统正态分布有明显的差异,出现了尖峰厚尾左偏等特征。那么基于传统正态分布假设的风险测度模型对黄金市场风险进行测度时易忽略此类特征,影响风险度量精度。本文利用于FZ0损失函数能规避样本分布假设的特点,结合广义自回归得分（Generalized Autoregressive Score,GAS）模型构建了能突出样本尖峰厚尾左偏等特征的时变半参数模型,以期更好的反映黄金市场的市场风险。在实证研究中,本文选取1994年5月10日至2021年7月30日纽约商品交易所（COMEX）黄金期货收盘价日对数收益率进行实证研究,总共6805个数据。从样本的基本统计信息中,发现样本具有尖峰、厚尾、左偏等特征,随后本文运用滚动窗口模型、GARCH模型与GAS模型等十个模型对黄金市场不同置信水平下VaR与ES进行预测,并对不同模型产生的平均损失进行对比。引入了拟合度检验与DM检验对进行黄金市场风险度量的十个模型进行比较。最后,通过对其他几类具有尖峰厚尾分布的金属市场进行实证分析,再次验证本文提出的GAS半参数模型对VaR与ES有良好的预测能力,可用于对黄金市场进行风险测度。