随着经济全球化的发展,金融业也在向全球化发展。现代金融理论及信息技术也在进一步发展、受到金融理论和实践的创新及金融机构的交易资产数目的剧增等各个因素的影响,全球金融市场表现出了极大的波动性和脆弱性。从布雷顿森林体系崩溃,巴林银行倒闭事件,亚洲金融危机,美国次贷危机等大的金融危机事件频频发生。在众多的风险中市场风险和信用风险成为现代金融风险的两种主要形式,直接导致各国金融监管当局、金融机构不断加强市场风险和信用风险的监管。中国的证券交易市场作为一个发展中的新兴市场,市场风险也会随着证券市场的发展壮大而逐渐加大。探讨如何在金融全球化的背景下有效地控制我国的金融市场风险的理论和管理方法,将会有重大的理论意义和实践价值。波动率模型的提出和发展为我们研究日益复杂的金融问题提供了坚实的基础。金融市场间的相关性分析、资产定价、投资组合策略等许多问题都需要找到一种合适的金融模型来描述这种存在多个变量的情形,这就使得对跨市场的波动关系的研究具有重要的理论意义和现实意义。如果使用现有的多元GARCH和多元SV模型,由于变量较多,导致参数估计变得相当困难。但是如果将Copula理论引入到多变量情形的金融模型的研究中,可以使得研究变得简单。因此结合Copula函数和已有的波动率边缘分布模型,可以构建基于Copula理论的多变量波动率模型。Copula理论为我们构建一种全新的多变量金融时间序列模型提供了一种新的途径。本文主要从金融市场风险管理的国际国内背景出发,重点介绍了GARCH风险管理模型的特点、应用及计算方法。在对国内外研究现状分析的基础上,通过对GARCH风险管理模型的建立进行研究,得到了两种风险管理模型并作了实证研究,一种是基于高频金融数据的GARCH风险管理模型,另一种是基于Copula的风险管理模型。在基于高频数据的GARCH模型中采用了已实现波动,将此波动率与GARCH模型有机的结合起来。这样就可以得到一种修正的GARCH模型。基于Copula的风险管理模型中充分考虑了金融资产间、金融市场间的非线性关系对整个系统的风险的影响。通过对这两种风险管理模型理论及实证的研究,结果表明这两种方法计算出来的结果比传统的GARCH模型的计算结果要精确很多。