2020年,新型冠状病毒肺炎在全球范围内超预期扩散,这场疫情仍持续到今天,不可控的疫情使得金融市场有异常的波动。对于金融市场,例如股市,使投资者的风险偏好与预期发生了改变,股票市场的波动率明显飙升,市场风险较高,从而引发人们对金融风险管理的普遍关注。因此,选取合适的方法、合适的风险度量模型对市场风险进行度量具有非常重要的价值和意义。本文的研究内容以Copula函数模型在沪深股市风险度量的适用性研究为主题,利用风险价值VaR和预期短缺ES指标,重点分析Copula函数模型在沪深股市风险测度上的应用。首先,文章说明了传统金融风险度量模型和其不足之处,与Copula函数进行比较,然后进一步表明了Copula函数应用于风险度量的优越性。并且,介绍了Copula函数的理论知识,分析了Copula函数在金融分析中两个方面的应用;其次,运用Copula函数在沪深股市中选取上证综指和深证综指,以两者2016年5月10日至2020年5月10日的日收盘价数据为样本,进行风险度量的实证研究,通过实证结果的分析,进而确定Copula函数对于我国风险度量的适用性和可行性;最后,对本文所得结论进行总结,并针对本文的不足之处进行展望,对我国沪深股市投资组合及市场金融风险监管提出相关建议。本文得出的研究结论和建议,主要有以下几点内容:在99%的置信水平下,VaR值和ES值较大,即估计某个市场（某个资产或某个资产组合）的风险价值更加保守,考虑影响到资产的风险价值因素更多。在更高的可能性保证下,由于市场波动,某个资产或某个资产组合的可能带来的损失更大,这种情况时,投资就应更加谨慎。所以99%这一置信水平更适合投资风险厌恶者使用。在同一置信水平下,ES都要高于VaR,这与理论相一致,ES对尾部损失的测量是充分的,表明ES值比VaR值对尾部风险的覆盖范围更广。也就是当两种资产即使有相同的VaR值时,也不能认为这两种资产带来的风险相同,若它们有不同的尾部损失分布时,即ES值会不同,风险带来的损失是不同的。所以,当投资时,不要忽略可能造成损失的小概率事件。这一点不仅是投资者需要关注,也是金融监管当局为了防范小概率事件带来巨大损失所必须重点关注的。对窗宽选择所作的创新之处,在经过实证后证明得到,本文核密度估计法的最优窗宽选择使用样本分位数嵌入估计法是可行的。t-Copula函数所得出的秩相关系数值更大,二元t-Copula能更好地描述二个研究对象之间的联合分布,且能更好的反映二者的对称关系,可以很好地测量两个指数所代表的市场风险。投资组合的VaR值随着上证综指的比重的增加而减小,但当投资组合全部变为上证综指时,组合的VaR值从逐渐减小的情况又转而增大。故沪市风险比深市风险低并结合实际情况找到其原因所在,同时,VaR值大小的转变情况告诉我们即使沪市风险低,当我们把全部资金只投资于上证综指一种产品时,风险也是极大的。总而言之,通过分析Copula函数模型在沪深股市风险测度上的应用发现,Copula函数不仅可以度量出风险值,而且还反映出了上证综指和深证综指的非线性相关关系以及二者之间的对称关系,这是GARCH模型单纯只测量一种指数的风险情况所没有刻画出来的,反映了Copula函数的优越性。总体来说,认为在度量沪深股市的风险时,基于t-Copula函数的蒙特卡洛模拟法度量风险为最优选择。