相关性的研究在金融数量分析上具有相当重要的作用。如今单一资产风险的度量已经不能满足投资的需求,学界越来越关注于组合的风险,而资产间相依结构在很大程度上影响着VaR的准确度量。近些年发展起来的Copula函数理论,作为一种新的衡量金融变量之间相依结构的工具,与过去的传统研究方法比较起来,具有更加准确和灵活的优势。通过对国内外该领域研究分析,我们发现目前国内对于Copula函数的比较和实证方法的研究还较少。因此本文在对Copula函数理论进行阐述的基础上,对于两大类Copula函数族——椭圆Copula函数族和Archimedean copula函数族——做了分析比对,并着重介绍常用的几种具体Copula函数,总结出其各自的特征,以便于在应用时,针对不同数据选择合适的经验Copula函数,同时也比较概括了一些Copula函数参数估计的方法。另一方面,文章对VaR方法度量做了详尽的探讨,对目前常用的VaR方法,包括参数法和模拟法,归类概述的同时,指出VaR计算以及相关性度量中存在的问题,提出了将Copula函数引入蒙特卡罗模拟VaR的方法。在对理论分析的基础上,使用上证和深证指数的收益率做实证分析,取得较过去方法更为准确的VaR值,并且从事后检验的结果上看,引入Copula函数的蒙特卡罗模拟方法相对于过去传统的蒙特卡罗模拟,更容易捕捉到尾部极值,从而避免对风险极值的拟合不当引起的失误,得到更准确的VaR并有效控制了风险。此外,在文章最后也提出了一些Copula函数应用和理论上的不足之处,毕竟它的理论发展时间还比较短,需要在应用的同时不断完善其理论体系。