受经济全球化、金融科技化、信息技术创新化等影响,全球金融市场正在发生巨大的变化。如何实现金融风险的有效管理:有效的组合投资决策、防范金融市场各种危机,成为风险投资者和金融机构面临的重要议题。金融风险的有效管理,依赖于金融资产或变量之间的联合分布信息,需要通过联合分布建模方式来获得。然而,要想准确估计联合分布函数,不仅存在建模上的困难,而且存在维数灾难问题。幸运的是,copula技术为此提供了一个解决方案,可以把联合分布建模转化为边缘分布建模与相关结构建模两个独立的过程。为此,本文通过分位数回归拟合边缘分布,通过copula技术刻画相关结构,构建vine copula-分位数回归模型,并将其应用于金融风险管理中。在组合投资决策方面,实现多个金融资产的组合投资决策:第一,建立vine copula-分位数回归模型,给出的多元条件联合分布建模方法将Zhu的方法从二元情形拓展到多元情形;第二,给出组合投资决策方案,实现广义Omega比率组合投资决策优化,包括模拟金融资产收益变动规律和给出阈值接受算法;第三,将该方法分别应用于能源市场3种期货商品的组合投资决策与不同行业5只股票之间的组合投资决策,验证了所提方法的有效性。在金融风险传染方面,实现金融市场间“多对一”的风险溢出效应刻画:第一,建立vine copula-CAViaR模型,给出多元条件联合分布建模方法,包括运用CAViaR拟合边缘分布和运用vine copula方法描述非线性关联关系;第二,基于多元条件联合分布推导CoVaR类风险测度;第三,将该方法应用于中国、美国和日本股票市场之间的风险溢出效应研究,给出CoVaR类风险测度结果。本文研究工作具有一定理论意义与应用价值。构建的vine copula-分位数回归模型,为解决多元条件联合分布建模提供了一个有效的方法;组合投资决策与风险溢出效应的实证研究结果,可以为相关决策提供参考。