投资组合风险的度量一直是金融风险管理领域持续关注的热点,风险度量模型的构建已经成为国内外金融学者研究的重点。VaR,又称在险价值(Value at risk),被用来度量金融资产在一定的持有期内和给定的置信水平下的最大可能损失。VaR可以清晰地表示金融风险的大小,以严谨的科学性和全面的适用性得到了越来越多的金融机构的应用。随着VaR理论的兴起,以VaR理论为基础构建风险度量模型已然成为现阶段最主流的风险度量方法。本文在VaR理论的基础上,提出构建t-Copula-GARCH-t模型计算投资组合的风险。第一章对研究现状、文章结构、创新等做了阐述。第二章首先VaR理论进行了概述,对其定义、基本原理、计算方法等内容进行了详细阐述;随后又重点阐述了 Copula理论的相关内容,包括定义、重要定理、常用的Copula函数简介以及参数估计等。第三章重点对投资组合边缘分布进行研究,首先针对金融时间序列的特性,介绍了条件异方差模型的相关内容,然后以中小板指数和创业板指数为例,基于厚尾分布假设,建立广义条件异方差模型,并对模型的计算方法和检验方法进行讨论,最后分别得出了两个指数的VaR值。第四章主要对投资组合的相关性进行了研究,主要介绍了 Copula函数的相关性度量的理论知识。在实例研究中,以中小板指数和创业板指数构成的组合为例,通过选择合适的Copula函数建立模型,刻画组合资产之间的相关性,并对模型的估计和检验进行了讨论。第五章介绍了基于最大熵原理的多目标投资组合模型研究,首先介绍了基于最大熵原理的多目标投资组合模型的构建和计算方法,再以中小板指数和创业板指数构成的投资组合为例,构建相应的模型,计算得到组合的权重。第六章综合前几章的内容给出构建投资组合风险度量模型的步骤,依然以中小板指数和创业板指数构成的投资组合为例,根据投资组合的特性及其确定的Copula函数构建t-Copula-GARCH-t模型,根据第五章得到的多目标投资组合模型确定组合权重,再利用Monte Carlo模拟法计算得到投资组合的VaR值;最后通过不同风险度量方法得出投资组合风险值,并且根据各风险值的有效性对比,选取t-Copula-GARCH-t模型方法模拟中小板和创业板指数的投资组合风险更加有效。本文对现有研究做了一定的补充和改进:一是本文在构建模型时是根据随机变量边缘分布和联合分布的特征选择相应分布。根据统计检验得到的数据特征选用GARCH-t模型刻画组合边缘分布,该分布针对股票收益率序列分布“尖峰厚尾”的特性,可以更好地反映投资的尾部风险特征;通过统计检验结果比较得到的t-Copula函数史适合刻画投资组合随机变量的相关关系,并且实例验证此模型在投资组合风险度量方面具有更高的可信度;二是通过多目标投资组合模型确定投资比例,消除了认为设定投资比例的主观随意性,提高了投资组合比例计算的合理性和科学性;三是选取中小板和创业板作为实证对象,扩大了现有投资组合问题的研究范围,为中小板和创业板的投资组合风险分析提供了理论依据和参考。研究表明,本文提出的t-Copula-GARCH-t模型、方法和计算结果为广大金融投资者和金融机构在金融风险管理领域提供了一定的理论依据和投资参考,具有一定的理论和现实意义。