最近发生的中美贸易战,使得世界上各国的经济贸易关系整体都受到了一定的影响,我们正在面临着其金融相关风险所造成的一系列危机。本文主要是基于Copula相关理论知识对金融模型的构建,并对其风险进行预测与评估,从而比较选出拟合优度最佳的模型,能够有效地去度量金融风险。希望能够让国家金融风险管理部门以及从事金融行业的工作者得到一些实际应用的实例,对其进行参考与借鉴。当金融风险真正来临的时候,可以即时地实施相对应的政策,进行防范和抵御。实证部分主要是对六个亚太地区的全球股票指数的对数收益率进行研究。大多数情况下,运用传统多元Copula函数模型进行参数估计会出现“维数灾难”,从而使得参数估计结果不太准确,会存在很大的误差。为了减少模型参数估计的误差,提高其准确率,本文分别构建了三种不同类型的藤Copula.从拟合优度检验上看,藤Copula模型是很好的。然后将Carlo Monte模拟法运用到藤Copula函数中,根据回测检验结果,随着置信水平的提高,三个模型预估对应模型的风险值的效果越来越精准,并且R藤是最佳的。针对于二元金融资产的相依性随着时间不断变化着的问题,我们主要采用的是非线性动态模型结构。从拟合优度检验上看,时变t-Copula模型是最好的。采用Carlo Monte模拟法进行了收益率模拟,然后从风险测度角度上对得到的风险值VaR进行回测检验,可知时变t-Copula函数模型预测VaR值准确性是最高。总的来说,整篇文章是立足于Copula相关基础知识理论,并结合了实际的几个亚太股指数据,核心部分在于进行有关金融风险模型的构建,由此去描述这几种股票指数的相关性及度量其风险VaR值的大小。