随着全球金融企业发生基础性变化，金融机构面临着越来越多日益复杂的金融风险。金融市场风险度量方法的不断进步，低成本、高效率、高准确性的风险管理成为了越来越多企业风控部门的目标。对金融资产进行风险管理，可以提高金融市场中信息的均衡性，促使金融市场的风险信息在金融产品价格中得以及时快速地反映，促成了交易的实现，不仅提高了金融市场信息的完全性，更可以实实在在地保护普通投资者的利益。因此，采用合理的方法研究风险大小成为了各位学者的热点话题。
　　风险价值评估模型，是近年兴起的一种金融风险评估和计量模型，目前已被全球各主要银行、非银行金融机构、公司和金融监管机构广泛采用。借助该模型，对历史数据进行模拟运算，并预测出未来趋势，可用于评估和计量任何一种金融资产或证券投资组合在既定时期内，所面临市场风险的大小和可能遭受的潜在最大价值损失。
　　在相依结构约束下，给出了具有固定边际分布的随机变量的投资组合风险价值具有解析表达式的界。与只知道边际信息的情况相比，假设模型为正相依，则可以减小相依不确定性差。在此模型中，得出在保持其最坏可能的风险上限不变的情况下，相依结构的假设改善了风险价值的界。因此，发现对相依结构的额外假设可能会导致风险价值界在本质上发生改变。本文主要在独立和部分独立的条件下给出了投资组合损失风险价值的上、下界，与传统的等加权方式不同。在损失向量同单调和不同分组假设下，利用copula函数计算VaR上、下界。最后得出两种计算VaR的更有效的方式。