伴随着经济全球化进程的深入,一些资金短缺的中小企业受到成本的制约难以发展,影响了供应链的稳定,在这一背景下供应链研究的重心开始向提高资金流效率转变。而物流领域的供应链金融是当前学术界实践探索的比较多的一个领域。在物流企业的供应链金融业务中,第三方物流企业除了需要提供现代化的物流服务,还需要提供部分金融业务。物流企业的供应链金融服务的风险控制关键就在真实交易背景下质押物商品或者质押物组合的现金流控制。本文选取VaR(Value at Risk,金融产品在一定持有期内的最大可能损失)作为风险度量函数,结合GARCH模型和Copula模型,构建了基于VaR-GARCH-Copula模型的组合风险度量模型,并用其来计算农产品质押物组合的第三方物流企业的供应链金融风险。论文的第一部分介绍了构建质押物组合风险度量所需要的基本概念和相关理论概述包括VaR模型、Copula函数模型、ARMA模型和GARCH模型。第二部分,研究农产品质押物组合的边缘分布,基于金融序列波动集群性等特性,并选取大豆和白糖为研究对象进行实证分析,根据数据统计结果,选取广义自回归条件异方差(GARCH)模型对大豆和白糖质押物组合的边缘分布进行刻画,构建了 AR-GARCH-正态模型,并对参数估计结果的显著性和模型结果进行了检验。第三部分,对质押物组合的相关性关系进行了分析,以大豆和白糖质押物组合为例,选取适应的Gumbel-Copula函数对质押物组合的相关性关系进行描述,并对模型参数的估计和检验进行了分析。第四部分,研究质押物组合的风险度量模型的选择和参数计算方法。本部分根据第三章和第四章的计算结果,构建Gumbel-Copula-GARCH-正态模型,并用Monte Carlo模拟方法计算得到大豆和白糖质押物组合的VaR值,并对计算得出的VaR值进行失败率检验,最后得出基于Gumbel-Copula-GARCH-正态模型和Monte Carlo模拟方法计算出的大豆和白糖的农产品质押物组合风险可以通过检验。本文为研究物流企业供应链金融农产品类质押物组合风险的度量提供了模型和方法。通过研究发现,本文提出的Gumbel-Copula-GARCH-正态模型计算方法能较好地模拟以大豆和白糖为质押物的组合风险,为以大宗商品为质押物的物流企业的供应链金融风险管理提供了理论基础,为风险度量模型的构建和质押物的选取提供了参考,具有一定程度的理论和实际价值。