20世纪70年代布雷顿森林体系崩溃以来，浮动汇率制的国际货币体系逐步建立。汇率和价格因子利率的波动变的频繁，而且波动的幅度越来越大。全球范围内的热钱的涌入更加剧了这种现象，从而导致了全球性的经济金融危机，给投资者个人、金融机构乃至整个金融行业带来了严重的威胁。因此，大多数金融机构和组织都很重视开发和应用风险计量模型，希望能够准确的度量和评价金融风险，以便采取合理的规避措施，减少金融风险带来的损失。　　本文首先详细的介绍了传统的金融风险度量方法，名义值度量法、灵敏度度量法、波动性度量法和VaR方法(VaR方法的延伸方法还有许多，在这里不一一列出)。这些方法存在着一些缺点，比如名义值度量法虽然简单，但明显高估了金融风险;灵敏度度量法计算的系数只能与同一投资组合中的数据相对比;波动性度量法无法给出损失值的大小，并且它和传统的VaR方法具有相同的缺点就是要假设收益率序列是服从正态分布的，然而，金融产品收益率序列往往具有尖峰厚尾的特性，不服从正态分布。　　本文在前人研究的基础上，研究传统的金融市场风险的度量方法，并对这些金融风险度量方法的优缺点进行对比，其中，对VaR的计算方法分别介绍了收益率映射法以及标准历史模拟法。之后主要对基于Copula-Grarch模型的VaR计算方法进行了详细的理论介绍和研究，Copula-Grarch模型不仅在序列假设上更加灵活，其对于模型和数据的拟合更好，更加能够描述金融收益率数据高峰厚尾的特点。最后，通过对互联网金融产品比特币、浦发银行和中联重科的风险度量实证分析，分别介绍了传统金融风险度量方法与Copula-Garch模型测度VaR方法的优缺点。　　本文得到的结论有，一、名义值度量法适用于对风险极度厌恶的投资者，且计算方法简便;二、灵敏度度量法能够在一定程度上度量投资产品之间的相关程度，但是其应用具有局限性，只能在投资组合中对比，无法与其余投资产品对比;三、波动性度量法能够测度出收益率的波动情况，但是其无法测度变动方向，也无法给定损失的具体数值，具有一定的局限性;四、传统VaR方法不仅打破了上述几种方法无法测度具体损失数值的局限性，其还具有可比性，且给定了损失值的概率，结果直观易懂，其计算方法也相对简单，这也是其成为主流风险测度方法的原因之一，但是，在计算过程中，传统VaR方法需假设原分布服从正态分布或完全符合历史分布，这一局限性给VaR方法的准确性带来了质疑;五、Copula-Grarch模型能够很好的拟合投资组合的收益率序列，Copula模型的运用不需要对数据的分布进行假设，因此在同一个投资组合中，允许存在不同的分布，使VaR的应用更为广泛，多元Copula函数本身应用了蒙特卡洛仿真，可以应对某些数据缺失或不宜获取的情况。