随着金融衍生产品与信息技术的发展,全球金融市场的交易量规模越来越大。然而金融市场的欣欣向荣,也潜藏着巨大的风险,如2007年的美国次贷危机、2009年底发生的希腊债务危机等。金融危机爆发给投资者带来了巨大的损失,因此如何有效的计算金融资产的风险价值成为各个金融机构面临的很重要的问题。通常,我们计算金融资产的风险值有三类主要方法：敏感性分析法、历史收益模拟法、蒙特卡洛模拟方法等。单个金融资产的VaR易于计算,而多个金融资产的联合分布下VaR的计算比较困难。以往,我们通常假定多个金融资产服从线性相关性,然后计算出风险值。然而多个金融资产之间并不服从线性相关性,因此本文引入Copula理论来描述多个金融资产的相关性。在实证部分,我们先对沪深股市2008年1月15号到2012年8月20号这1200对数据进行时间序列分析发现EGARCH模型可以较好的描述沪深股市的波动性特征与杠杆性,然后采用欧式平方距离法选取出t-Copula函数来描述沪深股市的相依性,最后分别用传统的蒙特卡洛模拟方法、t-Copula-GARCH模型、t-Copula-EGARCH模型分别来建模,对求得的VaR进行比较。并对各个结果进行事后检验发现t-Copula-EGARCH在这几种方法求出的VaR最符合实际情况。