近年来,各个商业银行之间竞争的加剧,传统业务的饱和,逐渐促使各家商业银行开发新的业务模式。而融资难一直是制约我国中小企业发展的难题,商业银行作为我国提供融资的主体,发挥极为重要的作用。2008年全球金融危机爆发后,各国金融机构与商业银行均采取了信贷紧缩政策。随之,《巴塞尔协议Ⅲ》与中国银监会相继制定了关于商业银行提高资本金比率与流动性能力的要求,对商业银行开展包括供应链金融在内的新兴业务提出了更高的风险监管标准。存货质押融资业务作为供应链金融的核心业务,一直以来发挥着不可替代的作用。从现有实务和理论研究来看,存货质押融资风险管理一直是制约其发展的关键。虽然由于存货的自偿性与物流企业的风险分担,一定程度上降低了商业银行开展此项信贷业务时的风险。但是,这种多方参与的行为以及作为存货的质押物的存在无疑也增加了业务的风险管理难度。而存货质押融资的风险度量是其风险管理的重要环节。存货质押融资业务中,质押物的质量、价值和流动性是贷款方与物流企业最为关注的。选取标准质物后,质押物的价值风险就成为业务开展中所最为主要的风险。在我国政府宏观调控的经济条件下,质押物的价值风险主要体现在价格风险上,质押物价格的随机波动与多种质物的同时存在,亦使得风险度量难度加大。在金融风险管理领域,一种新兴的风险管理思想——集成风险思想已逐渐被业界所接受。Copula函数方法作为其集成技术随之涌现了大量的研究成果。现有研究表明,Copula能将单个资产边缘分布和多元联合分布联系起来,处理非正态的边缘分布,捕捉资产之间相关结构的变化,特别是极端事件发生时的尾部相关结构变化,可使建模问题简化,减小集成风险度量误差。VaR方法是比较成熟的价值风险度量方法,已经被广泛的应用于金融风险度量的各个领域。《巴塞尔协议Ⅱ》规定,对交易内资产组合使用VaR测度累计风险值时,应根据三年以上历史数据,采用多元随机仿真模拟,建立计量模型。质物组合中,若将单个质押物的价格波动作为一个单独的风险因子,那么这些单独的风险因子共同作用,引起质物组合的价格波动,价格波动引起价格风险,也就是说质物组合的价格风险是由这些风险因子共同作用引起的,也就可以引入金融集成风险管理思想。本文从商业银行角度出发,充分利用现有风险集成技术,来考虑存货质押业务中的质押物组合的价格风险度量。提出了基于Copula函数的VaR计算方法,通过Monte Carlo方法模拟仿真得到最终的VaR值。在实证研究中,本文选取标准质物——长江有色金属现货1#铜和A00铝锭。实证的全部研究过程均借助Matlab2008a通过仿真实现。采用两种非参数估计法——经验分布函数与核密度估计建立质物组合收益率之间的联合分布函数。首先,根据5年期历史交易数据,确定样本统计特征,通过KS、JB与Lilliefors检验验证两种质物价格收益率均不服从正态分布,然后采用Gaussian核密度函数对样本分布进行核密度估计,确定单个质物的边际分布函数,再根据质物组合收益率的经验分布函数,选取具有对称结构的t-Copula、Frank-Copula与正态Copula作为样本联合分布待选模型,最后通过相关系数与平方欧式距离的仿真计算,确定由t-Copula来描述样本联合分布。随后,采用Monte Carlo方法,产生大量的伪随机数,通过仿真得到质物组合的VaR,并采用kupeic去进行回顾测试,验证了Copula-VaR模型的准确性。通过与传统Monte Carlo方法下的计算出的两种质物的VaR进行对比。研究发现：Copula-VaR在不同置信度下,计算出的质物组合VaR值均大于传统算法下的VaR,说明在这种算法下的VaR较为保守,估算精度优于传统算法；当置信度为99%时,VaR失败的天数明显小于90%和95%,说明高的置信度下,风险相对较小。在进行Monte Carlo模拟时发现,计算结果会随着伪随机数生成数量的增加而更加精确。