面对日益复杂的金融环境,对基金,特别是社保基金,的风险控制提出了更高的要求。目前,单个资产的理论和实证研究已经比较成熟,例如,GARCH、SV、极值理论等。但对资产组合的研究仍然“在路上”。传统的线性相关模型已经被证明有很大的局限性。近年来,Copula的方法日益为研究者重视。由于该方法不要求组合中成分资产分布的一致性,且允许资产间存在非线性关系,所以可进一步加深人们对资产组合的认知。然而,这种方法目前仍有缺陷,特别是它对分支连接函数的要求过于苛刻——具有同类性,且存在分布函数尾部刻画不精确等问题,严重制约了该方法在风险控制领域的应用。本文综合运用Copula函数和极值理论,建立了能够更为精确测度VaR指标的Pair-Copula-GARCH-GPD模型。具体地说就是,在传统的GARCH-Copula模型的基础上,使用Vine结构和Pair-Copula方法,建立了Pair-Copula-GARCH模型。该模型不要求分支连接函数具有同类性,有较高的建模灵活性;另外,本文还在单资产的分布研究中综合使用了非参数核估计方法和极端值方法——前者描述中部、后者描述尾部,增加了单资产刻画的准确性和灵活性。这些改进使得本模型突破了传统模型的一些比较苛刻的假定,能够用于社保基金等限制性较大、风险控制要求较高、单个资产分布非常态程度较大的领域。为了考察Pair-Copula-GARCH-GPD模型方法的实际运用效果,本文以社保基金五零三组合为对象进行了实证研究,其中的VaR计算使用了操作性极强的蒙特卡洛方法。为了说明计算结果的有效性和适用性,本文还使用GARCH-Copula法、方差协方差法和历史数据模拟法等目前流行的方法分别计算了多个VaR值。回测检验结果表明,本文的Pair-Copula-GARCH-GPD方法,较目前流行的其他方法,在准确性、灵活性和适用性上有很大的优势。计算程序概括整理表明,本文的VaR测算方法有良好的可操作性和简单性。本文所用方法,在Vine结构丰富性、边缘分布类型的多样性、极值理论的应用深度、以及Pair-Copula模型的动态化等方面,皆有较大改进空间,待今后进一步研究。