1、隨著金融全球化進程的加深，世界各國金融市場間的聯(lián)系不斷加強，協(xié)同變化趨勢也持續(xù)增強。近來金融危機頻繁發(fā)生，影響范圍從地區(qū)逐漸向全球發(fā)展，這些不斷提醒著人們加強風險管理的必要性。而進行風險管理必須要對資產(chǎn)間的相關(guān)性加以刻畫，同時也需要關(guān)注極端風險對金融市場極大的破壞作用，而傳統(tǒng)方法都假定金融資產(chǎn)組合服從多元正態(tài)分布，且相關(guān)性用線性相關(guān)系數(shù)進行刻畫，但這與實際金融資產(chǎn)間復雜相關(guān)和各資產(chǎn)分布的尖峰厚尾的特征是不相符的，因此傳統(tǒng)方法在測度金融風

2、險有所缺陷。
　　基于傳統(tǒng)方法的缺陷，本文考慮引入Vine-Copula函數(shù)對金融資產(chǎn)間的相關(guān)性進行刻畫。Copula函數(shù)是將邊緣分布函數(shù)與聯(lián)合分布函數(shù)連接起來的函數(shù)，不僅能夠刻畫相關(guān)性同時也能夠描述相依結(jié)構(gòu)，因此非常適合進行金融資產(chǎn)風險測度。雖然多元Copula函數(shù)已能夠較好的描述資產(chǎn)組合的相關(guān)性，但是常用的多元Copula函數(shù)都假定邊緣分布服從正態(tài)分布或是t分布，具有一定的局限性，為克服這些局限，本文使用較新穎的Vine-Co

3、pula對資產(chǎn)組合相關(guān)結(jié)構(gòu)進行刻畫，Vine-Copula利用pair-Copula分解技術(shù)對資產(chǎn)組合的聯(lián)合分布進行分解，從而實現(xiàn)對資產(chǎn)組合相關(guān)性的描述。而在邊緣分布建模時本文選用極值理論POT(Peak over Threshold)模型，POT模型專門對分布尾部極端變異性數(shù)據(jù)進行研究，因此非常適合金融資產(chǎn)尾部建模。本文圍繞金融資產(chǎn)組合風險測度主要做了如下工作:
　　首先詳細介紹了邊緣分布模型POT模型，并且利用該模型對上證綜指

4、2000年1月1日到2014年12月31日內(nèi)所有交易日收盤價數(shù)據(jù)進行建模，并利用滾動時間窗動態(tài)VaR(Value at Risk，風險價值)對上證綜指風險進行了測度，實證結(jié)果表明基于GARCH-POT模型得到的VaR預測值比資產(chǎn)收益率正態(tài)分布假定(GARCH-norm)得到的預測值更穩(wěn)健，并且在高置信水平下更準確，因此GARCH-POT能夠比傳統(tǒng)正態(tài)分布假定更好的測度資產(chǎn)收益率的風險。
　　其次本文詳細介紹了Vine-Copula