随着世界经济一体化的迅速推进和金融创新的不断发展,金融市场间呈现出日益复杂的相依关系。如何准确描述金融市场间的相依结构是金融风险管理中需要解决的首要问题,为了提高金融决策的科学性和准确性,深入地研究分析金融市场间的相依结构以及在此基础上进行风险度量具有重要的理论和现实意义。Vine Copula模型基于条件Copula函数和藤式(Vine)图形建模工具可将多元金融变量的边缘分布函数连接成联合分布函数,为金融市场间的相依性研究提供了强大的分析工具。由于它构建联合分布函数时可将金融变量的边缘分布函数与相依结构分开建模,且可根据变量间的具体的相依关系选取最优的二元Copula函数,因此比传统的多元Copula模型更具优势。Vine Copula模型不但能够度量金融变量间的相依程度,还能够确定变量间的相依结构,对于刻画金融市场间所表现出的非对称性、非线性以及尾部相依的特征具有极强的灵活性和有效性。本文从金融市场间相依性建模和风险度量研究的相关理论与建模方法出发,系统地总结分析了当前相关文献存在的问题,在此基础上对以下方面进行了研究：首先系统地总结了极值理论、相依性概念和Copula理论,重点介绍了相依性概念与相依性测度指标,并按照其度量范围分为了整体相依性测度指标和局部相依性测度指标。然后在Copula理论的基础上,重点讨论了几种常用的二元Copula函数及其在相依性分析上的优势和特点。然后在Vine Copula理论的基础上联合GARCH模型和极值理论(EVT)构建了GARCH-EVT-Vine Copula模型,并给出了模型构建的关键步骤和流程。模型的构建主要分为了两部分：第一部分采用基于AR-GJR-GARCH模型和EVT模型的半参数法建立了边缘分布模型；第二部分使用了Vine Copula模型对边缘分布进行相依性建模。该模型利用极值理论对经验分布的尾部区域建立了参数化模型,在刻画收益率序列的尖峰、厚尾等特征上具有明显的优势,所拟合的边缘分布更加精确,因而有助于建立更加准确的相依结构模型。基于GARCH-EVT-Vine Copula模型本文对跨市场间相依性进行了实证研究,选取能源、股票、黄金和美元市场作为研究对象,采用三种不同的藤结构(R-vine、C-vine和D-vine)分别构建了市场间的相依结构模型,以研究分析不同金融市场间非条件相依性和条件相依性。研究结果显示跨市场间的条件相依性较弱,采用其中任意三个市场构建投资组合均能够避免市场价格同时暴跌的风险。从跨市场相依结构建模和拟合精度上看R-vine Copula模型的拟合精度总体上要优于C-vine和D-vine Copula模型,然而R-vine Copula模型的参数估计与C-vine和D-vine Copula模型相比更为复杂,所需的参数估计时间最长。基于GARCH-EVT-Vine Copula模型对高维金融资产组合的风险测度进行了实证研究。选取了亚洲主要经济体与世界其他主要发达经济体的总计16只股票指数作为研究对象,在利用三种Vine Copula模型构建高维资产间相依结构模型的基础上,结合蒙特卡罗模拟方法和基于滚动时间窗的估计样本外预测方法,滚动预测了300个交易日的投资组合在险价值(VaR),并对VaR的失败次数和预测效果进行稳健性检验。研究结果表明：三种Vine Copula模型的VaR预测结果均通过了稳健性检验,其中R-vine Copula模型具有更好的拟合精度和更高的投资组合VaR预测精度。研究结果证实了该应用该模型能够对金融市场间的复杂相依性和高维相依性进行有效地刻画,同时再结合蒙特卡罗模拟方法和基于滚动时间窗的估计样本外预测方法后对可对时变相依性进行模拟,从而为更好地进行量化风险管理提供了一个有效的方法。本文最后在总结研究结果的基础上对有待进一步研究的问题进行了探讨。