金融市场在经济全球化和金融国际化的冲击下联系更加紧密、关系更加复杂。准确刻画金融变量及其之间相依结构是研究风险管理、投资组合等问题的基础,这对于探索金融市场的内在规律以及科学地进行金融决策具有重要的理论和现实意义。　　目前,金融市场中大多使用历史模拟法、正态方法和蒙特卡罗方法三种传统方法作为巴塞尔协议的内部模型法(IMM)来度量市场风险VaR。然而,这三种传统方法在度量金融市场风险时具有很大的局限性,特别是在如何处理具有“尖峰、厚尾”的非正态、极值特征的风险资产收益率的边际分布及其间的联合分布问题上。同时,相关性分析对于金融领域的风险管理、投资组合分析等问题的非常重要,而常用的线性相关性分析方法在处理变量间的非线性和非对称关系方面存在很大的局限。因此,有必要引入极值和Copula理论,运用新的方法和视角来处理此类问题。极值和Copula理论有利于克服这些局限,运用极值和Copula理论来构建金融时间序列模型与现实更接近,模型的估计更简单、更实用、更有效。　　本文在吸收国内外最新研究成果及实践经验的基础上,优化创新丰富了极值和Copula理论,并且将优化创新的理论与方法直接应用于金融时间序列建模,进行了大量的实证分析与检验。本文的主要贡献和创新如下:　　本文引入极值理论对单变量金融时间序列进行风险测度,使用伦敦金银市场协会(LBMA)黄金和白银的45年高质量样本数据,对正态方法(Normal)、波动方法(GARCH)和极值方法(EVT)的极端风险度量进行了比较验证,得出的结论更加稳健。其次,为了更精准地捕捉金融序列的尾部特性,本文优化了阈值选取方法,即,根据峰度法确定新息序列的超阈值比例来计算原序列的阈值。第三,设计了CVaR/VaR比率指标来评价极端风险度量方法的优劣。最后,对正态方法(Normal)、波动方法(GARCH)和极值方法(EVT)的极端风险度量进行了比较及返回检验,结果表明:1)从CVaR/VaR比率来看,在99％、99.5%高置信度下,极值方法(EVT)估计的黄金和白银的VaR和CVaR均大于正态方法(Normal)和波动方法(GARCH),且CVaR/VaR比率最小,表明在99%及以上高置信度下,极值方法(EVT)对黄金和白银的极端风险度量更为充分,优于正态方法(Normal)和波动方法(GARCH)。2)从突破比率来看,在99%、99.5%的置信水平下,极值方法(EVT)的VR落在区间[0.8,1.2],而正态方法(Normal)和波动方法(GARCH)的VR未落此区间,表明在99%及以上高置信度下,极值方法(EVT)比正态方法(Normal)和波动方法(GARCH)更适宜度量黄金和白银的极端风险。3)从LR统计量来看,在99%、99.5%的置信水平下,极值方法(EVT)的LR统计量通过了检验且值趋近于0,而正态方法(Normal)和波动方法(GARCH)的LR统计量未通过检验,表明在99%及以上高置信度下,极值方法(EVT)比正态方法(Normal)和波动方法(GARCH)更适宜精确地度量黄金和白银的极端风险。综上所述,基于CVaR/VaR比率、突破比率和LR统计量三个维度的评价表明,在99%及以上高置信度下,极值方法(EVT)更适宜精确地度量单变量金融时间序列黄金和白银的极端风险,优于正态方法(Normal)和波动方法(GARCH)。　　本文引入Copula理论对双变量金融时间序列相依性进行测度,首先是基于捕捉金融时间序列非线性相关关系的不同视角,综合了极值方法与Copula函数的优点,对黄金和白银的相关性分析进行了优化,深化了对黄金和白银相关关系的认识。其次,对伦敦金银市场协会(LBMA)黄金和白银的45年高质量样本数据作相关性优化分析,并与传统线性相关分析Pearson方进行比较研究。第三,采用FHS方法和GARCH模型过滤资产收益时间序列数据,产生接近于独立同分步(i.i.d)新息序列。最后,利用广义Pareto分布作为计算新息序列的边际分布,代入Copula函数得到联合分布函数,估计出Copula函数的参数,对黄金和白银的相关性进行优化分析,结果表明:1)选取ClaytonCopula来模拟黄金和白银的一致性和下尾相关结构比较合适,选取GumbelCopula来模拟上尾相关结构比较合适。2)估计的秩相关及线性相关系数表明,两者存在同向变化趋势、较强的单调增加变化趋势及较强的线性正相关性。3)下尾相关系数大于上尾表明,在下跌时的相关性高于上涨时的相关性,尾部存在较强的不对称正相关性。4)若采用黄金和白银的线性相关系数来代替尾部相关系数,会高估黄金和白银的投资组合风险。　　本文选取了Gaussian-Copula和t-Copula来估计It的联合分布,将二元Copula模型推广到具有更一般的多元Copula模型,首先是基于巴塞尔协议监管框架和商业银行风险管理的新视角,运用GARCH-EVT-COPULA模型构建了GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法。其次,利用蒙特卡罗方法估计出美元、欧元、日元和港元四种人民币汇率的等权重投资组合风险。第三,对六种方法度量的VaR进行了比较并作返回检验,即,历史模拟法(HS)、正态方法(Normal)和蒙特卡罗方法(MC)三种传统方法;单用极值方法(EVT);基于GARCH-EVT-COPULA模型构建的GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法,并应用于巴塞尔协议的内部模型法(IMM)对商业银行市场风险度量所要求的全过程,结果表明:基于GARCH-EVT-COPULA模型构建的GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法均符合巴塞尔协议返回检验突破次数的要求,可应用于内部模型法(IMM)对商业银行市场风险度量所要求的全过程,而且估计结果优于其他四种方法,其中,GARCH-EVT-Gaussian-COPULA方法估计VaR小于GARCH-EVT-t-COPULA方法,更有利于节省商业银行的经济资本。　　本文基于风险投资的视角,将极值与Copula理论应用于最优投资组合构建之中,首先是构建了基于GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法的均值-CVaR模型。其次,计算上证50指数蓝筹股中的10支商业银行股票的最优投资组合权重。第三,对四种模型的有效前沿进行比较,假定风险资产的最小风险组合即为最优投资组合,并引入基金业绩评价思想,对计算出的最优投资组合进行业绩评价,四种模型为,均值-方差模型(MV)和三种均值-CVaR模型:基于正态分布的均值-CVaR模型;基于GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法的均值-CVaR模型,结果表明:基于GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法的均值-CVaR模型MC(Gaussian-copula)和MC(t-copula),显著地优于基于正态分布的均值-CVaR模型MC(Gaussian)和传统的Markowitz均值-方差模型,其中,MC(Gaussian-Copula)模型优于MC(t-Copula)模型。