近年来,金融在全球经济和金融一体化步伐加快的基础上发展越来越迅速,金融市场越来越活跃,不仅表现在金融机构数量的不断增加,也表现在金融机构规模的壮大。活跃的金融市场给人们的生活开通了便利渠道,但也不可避免产生许多风险问题。金融风险给投资者个人造成不可估量的损失,也给社会带来巨大的负面影响,所以风险管控的加强是当务之急,如何能够有效的对金融风险进行管理对金融机构和投资者至关重要。我们国家的金融风险频繁爆发,但目前风险度量工具有限,现有的风险度量工具对风险价值的度量结果误差也比较大,使得投资者和金融机构常常很难把握好所面临风险的大小。对金融风险进行管控的第一步就是帮助投资者了解目标投资资产的风险的大小。随着金融市场的发展,投资者对资产组合的需求日益扩大,不再满足于单一资产的投资,而资产间的相关结构会直接影响着组合风险值的大小。市场间和资产间的相关性结构日益复杂化使得传统的线性相关系数的分析方法无法准确地刻画其相关关系,Copula技术的引进恰好能解决这一难题。Copula函数可以刻画金融资产之间的相关结构,而各金融资产的边缘分布可以由GARCH族类模型来确定。本文将Copula函数与GARCH模型相结合,并且用几种传统的Copula函数构造一种新型的Copula函数,将其引入到模型中。因为Copula-GARCH模型能够描述金融资产间的非线性相关性,所以我们可以将其用来度量投资组合的风险。实证部分选取了上证综合指数和深证成份指数的收盘价为研究对象,用GARCH模型确定各自的边缘分布后,再选取合适的几种基本的Copula函数,并以其为基底构造新型的Copula函数,最后将新构造的函数和传统的函数作拟合比较,结果表明构造的新函数比原来的函数在刻画资产相关结构方面具有更好的效果。确定拟合效果最佳的Copula函数后,再结合蒙特卡洛模拟方法计算出所研究对象组合的VaR值,选出最佳投资权重组合,为投资者制定合理的投资策略提供理论依据,从而降低投资风险,丰富了金融风险量化体系。