传统多元分布函数建模不仅要求边缘分布函数要与相应多元分布函数类型相一致,同时也要求各边缘分布的类型必须完全相同。面对日趋复杂的市场形势,投资组合的类型日益多样化,各金融资产的边缘分布函数往往并不相同,应用传统的多元分布函数构建投资组合的方法很难对变量之间的相关性作出合理的解释。Copula理论的出现使得研究人员可以将边缘分布和联合分布分开建模。从而分别选择每个数据序列的最优边缘分布函数,然后用合适的Copula函数对这些边缘分布做联合分布,得到所要的多元分布模型。文章根据我国股票市场的特点使用GJR-GARCH模型和极值理论来拟合单个资产收益率,得到各资产的边缘分布函数,然后选取t-Copula函数刻画各变量间的相关结构,建立多元分布模型。最后通过求得的多元分布模型应用蒙特卡罗模拟法大量模拟投资组合在指定时间的收益率得到其经验分布函数,根据VaR的定义求出投资组合在不同置信度下的VaR。实证中我们选取了具有代表性的中证300行业指数,结合我国的股票市场对上述方法进行检验,结果表明上述方法在实证中具有良好的表现,是在已有理论基础上做出的有益拓展和尝试。