在金融领域,风险无处不在。对投资者而言,风险虽然不能消除,但是可以通过分散投资来降低,使得在收益一定的情况,把风险控制在自己能够承受的范围内。如果对于风险的估计过于保守,可能会使得投资者错失良好的投资机会;如果低估了投资风险,可能会给投资者带来更大的损失。因此,对风险的准确度量非常重要。投资组合风险准确测量的关键,是对投资组合资产之间相依关系的分析和刻画。在Copula理论未被引入金融领域之前,对金融资产相关性的分析都是基于线性假设的前提,采用线性相关系数来捕捉金融资产之间的相依关系。但在实际情况中,金融资产之间的关系多数是非线性的,采用线性关系估计风险值是不准确的。在不准确风险值的指导下,可能投资者的投资决策并不能达到降低风险的目的。针对这个问题,本文在Copula理论的视角下,联合能够充分刻画资产收益率尖峰、厚尾和波动性等程序化现象的GARCH模型,对投资组合风险的度量进行实证研究。本文首先系统梳理了国内外相关研究,从理论出发,对度量投资组合风险的工具—在险价值Va R的估算方法、刻画单个金融资产收益率程序化现象GARCH模型的种类及残差分布特征和捕捉变量之间相依结构Copula模型的种类及不同Copula模型刻画的相依结构特征,尤其是尾部相依结构特征进行详细介绍。在理论基础上,本文以腾讯和万科两支股票自2005年6月28日至2015年3月18日的收盘价为研究对象,运用Eviews7.0及Matlab2009b对样本数据进行分析。本文的主要结论如下:第一,通过采用GARCH模型对腾讯和万科股票日收益率尖峰、厚尾及波动聚集性进行刻画,结果发现两支股票收益率具有杠杆效应。腾讯股票收益率负向日收益率变化产生的影响大于正向日收益率变化产生的影响,万科股票收益率的杠杆效应与腾讯的恰好相反。第二,通过Copula模型对两支股票的相依模式进行分析,发现两者股票具有对称的尾部相依性。并且秩相关性很低,结果表明由这两支股票作为投资组合切实可行。第三,在投资组合可行的前提上,采用蒙特卡洛模拟法估算投资组合的风险值。经检验发现基于t-Copula-EGARCH-t模型估算的投资组合风险值最为有效。第四,在有效模型的基础上,确定腾讯和万科两支股票的投资比重。通过实证发现,两支股票的最优投资比重为0.3:0.7。