立足国内供应链金融的现实环境,本文以商业信用和资产支持融资理论为基础,提出了考虑物流企业金融属性的供应链金融,该业务是在传统物流金融基础上依据物流企业和银行双方的比较优势展开的内部分工的二次优化,其本质已经脱离了银行信贷,而是将银行信贷资源以商业信用的形式在供应链内部的二次配置。进一步,通过追溯物流企业供应链金融的发展脉络发现,物流企业金融属性的渐次体现的过程亦是物流企业由功能性企业向平台型甚至生态型企业升级的过程,是供给侧改革的微观实践。最后,总结出四流合一性,自偿性和组合性三大特征,物流金融,贸易金融以及供应链管理的三重属性,二者既是考虑物流企业金融属性的供应链金融的盈利基础,亦是其风险管理的基础,其风险控制的关键在于真实贸易背景下交易商品(组合)及其衍生的现金流的控制。基于此,论文选取长期风险预测的视角,提出了以质物组合优化为核心的风险分散策略和资产期现套期保值为核心的风险对冲策略。首先,基于Markowitz风险分散理论,从金融时间序列一般规律出发,分析价格随机波动现货质物的收益率统计特征,模型化收益率序列尖峰厚尾、波动集聚性和自相关特性,建立刻画质物组合间非线性相关结构的二元Copula-GARCH族模型,研究不同秩相关系数下两组质物组合(铜和螺纹钢、铜和铝)对数收益率间的条件相关性,通过样本外滚动预测方法进行动态组合VaR预测;构造以样本内收益率的条件波动率和Copula函数模拟生成新质物组合的数据生成方法,拓展研究不同相关性对组合VaR的影响;给出置于多风险窗口质物组合的VaR计算解析式,提出长周期预测视角中考虑资金成本的动态质押率模型效率损失检验以及基于Kupiec模型精度检验全面回测模型。实证结果显示:捕捉质物收益率下尾部相关结构变化的Clayton-Copula能够合理预测两组真实质物组合风险和模拟质物组合风险,且能更好地发挥组合分散风险的能力。进一步,将上述二元质物组合的长期风险预测研究拓展至更具一般性的多元质物组合,克服现有长期风险预测中视为基准的时间平方根法则带来的风险错估问题,提出一类更具普适性的基于蒙特卡罗模拟法的质物组合长期风险预测方法。异于股票、债券等金融资产组合基于短期风险预测优化框架,给出了采取积极和保守投资策略,建立基于均值CVaR质物组合优化框架,引入改进均值方差优化框架进行对比分析。为准确测度质物组合长期CVaR,建立ARMA-EGARCH-EVT族模型以及多元t-Copula模型,刻画现货质物收益率呈现出的自相关性、“尖峰厚尾”以及波动集聚性等典型事实特征以及质物间的非线性相关结构;从模型层面(风险窗口,置信水平和模拟次数)和研究对象层面(样本长度,组合规模)进行敏感性分析以验证模型的稳健性和结论的可靠性。物流企业供应链金融风险控制的核心即在于现货资产的长期价格风险预测,而长期风险预测的关键又在于资产多期波动率的预测。而波动过程持续性产生的长记忆特征体现出更为缓慢的均值回复过程作用于资产波动率的期限结构进而影响多期波动率的建模和预测。基于此,论文第4章,沿用长期风险视角下的均值CVaR框架,提出了考虑长记忆特征的多元质物组合的长期风险预测方法,以长江有色1#铜,A00铝,以及广州黄埔180CST燃料油为样本的实证研究表明:现货资产的波动过程存在显著的长记忆特征,忽视长记忆特征的GARCH和IGARCH模型会带来多期波动率预测的错估,从而最终影响质物组合的有效前沿;进一步,为了厘清长记忆程度与质物组合风险期限结构间的关系,维持其他参数不变,通过数据生成过程模拟生成得到两组长记忆程度不同的质物组合,研究发现,长记忆参数更高的质物组合拥有更高的期望收益和更低的风险水平。这再一次说明,质物资产波动过程的长记忆特征对于资产组合的选择的重要性。鉴于宏观经济下行时期质押资产价格的普跌现象使得基于风险分散策略的资产组合理论可能面临的失灵问题,论文第5章提出了基于套期保值的风险对冲策略的视角,建立考虑物流企业风险厌恶异质性的动态套期保值比率模型,以实现对于宏观经济波动引致的系统性风险因素的有效对冲;其次,在系统性风险因素的刻画层面,立足国内供应链金融实践中面临的高频数据获得性引发的“小样本问题”与长期风险预测并存的现实,同时考虑到现有波动率模型长于统计意义的描述,疏于背后经济含义的挖掘的局限性,分别以低频周期内的已实现波动率和宏观经济景气预警指数作为宏观经济波动的代理变量,建立混频数据抽样回归GARCH-MIDAS-RV和GARCH-MIDAS-Xv模型,刻画作为系统性风险因素的长期波动成分,有效规避了现有同频数据建模方法对于高频数据有效信息的损失,同时增强了模型的经济解释。以铜的期现货为样本的实证研究表明:现货资产的波动过程体现出显著的逆周期特征,而且宏观经济波动引致的长期波动部分对于整体波动的影响显著;以稳健损失函数为基础,借助DMW检验和MCS检验,GARCH-MIDAS模型在不同的样本外预测期限内,均体现出较好的预测能力;基于GARCH-MIDAS的动态套期保值,无论是经济下行区间还是样本外区间均取得了较好的套期保值效果,随着风险厌恶程度的提高,动态套期保值效率越高。