本文研究的是如何在同一个框架内度量流动性风险与市场风险,即流动性风险与市场风险的集成风险度量。本文使用copula函数构建了流动性风险与市场风险的集成风险度量模型,旨在探讨如下三个问题:(1)如何度量单项资产中由流动性风险因子与市场风险因子驱动的集成风险。(2)如何度量资产组合中由多组流动性风险因子与市场风险因子驱动的集成风险。(3)如何在上述研究的基础上对集成风险度量模型进行了动态分析。在构建集成风险度量模型之后,本文结合中国A股市场数据进行实证检验,度量了不同流通规模股票的集成风险,并将本文模型与现有模型进行了比较。本文共分为9章:第1章绪论。开篇提出问题,然后介绍本文的主要创新点和难点,并对研究方法和框架进行总体规划。第2章文献评述。首先对集成风险的概念进行解析,然后对流动性风险度量、市场风险度量以及两者集成度量的现有研究进行评述,并对基于copula函数的集成风险度量研究及其相关金融研究进行综述。第3章引入copula函数度量流动性风险与市场风险的集成风险,其中运用copula函数的关键在于怎样选择最优copula函数。第4章对股票进行集成风险分析。把流动性风险与市场风险确定为中国A股的主要风险,并采用半参数方法分别为流动性风险因子与市场风险因子建模。建模之后,从理论和实证两个方面对股票流动性风险因子和市场风险因子的相依性进行了考察,从而为集成风险度量做准备。第3章和第4章构成了集成风险度量的两块基石:一块是集成风险度量的方法——最优copula函数理论;另一块是集成风险度量的原动力——市场需求,即中国A股风险因子的现实情况。第5章至第7章则是本文的核心部分:依次解决上述需要探讨的三个问题,并进行实证检验。第5章考察单项资产的流动性风险与市场风险的集成风险度量。第5.1节着重集成风险度量模型的构建,首先建立一次变现条件下的集成风险度量模型,然后以预期变现期和变现策略两个维度,分别讨论固定变现策略前提下的集成风险度量问题和固定预期变现期前提下的集成风险度量问题。在第5.2节基于中国A股的实证研究中,度量了不同规模公司股票的集成风险。与集成风险度量方法相比,传统VaR方法将低估或者高估风险;而对于个股,只有选择最优变现期或最优变现策略才能最小化集成风险。第6章考察资产组合的集成风险度量。本章把第5章的模型从单只股票推广到由两资产组成的资产组合中。在资产组合层面上,集成风险既可以表现为由不同市场风险因子驱动的集成风险,又可以表现为由不同流动性风险因子与市场风险因子联合驱动的集成风险。于是,在第6.1节构建资产组合的集成风险度量模型之后,第6.2节度量了只考虑市场风险的资产组合集成风险,第6.3节度量了兼顾流动性风险与市场风险的资产组合集成风险。经实证检验,与传统方法相比,资产组合集成风险度量模型可以刻画资产组合中各风险因子的“厚尾有偏”特征和风险因子之间的复杂相依性。如果不考虑流动性风险,集成风险将被低估,而如果简单的加总流动性风险,集成风险将被高估。第7章是对集成风险度量的动态分析。第5章和第6章是在静态框架下度量集成风险,而本章试图把集成度量模型推广到动态情形下。第7.1节介绍基于copula函数的多维时间序列模型。第7.2节根据本文的集成风险度量要求,构建基于copula函数的集成风险动态度量模型,并进行了实证研究。与静态框架相比,动态度量模型由于考虑了时变性,更能够反映近期股票流动性风险因子与市场风险因子的变化。第8章对本文进行回顾和展望。首先对本文的主要结论进行回顾,从理论与实证两个方面对本文模型和现有风险度量模型进行系统的分析比较。然后基于本文研究对金融风险管理提出若干建议,并总结本文研究的不足,最后对集成风险度量的前景进行展望。