基于多元正态分布的投资组合理论认为，投资者可以通过投资于低相关性的不同资产规避风险，资产间的相关性可以通过线性相关系数来度量。然而现实金融市场中经常会发生这种情况：即不同的金融市场之间具有完全不同的线性相关性，但却发生几乎相同数量的极端损失事件。线性相关性存在不适用性。本文将由Copula函数导出的Kendall秩相关系数Tau这种相关性度量指标应用到经典的投资组合分析框架之中。通过这种方法既保持原来成熟投资组合理论的可操作性，又能考虑到所涉变量间的非线性相关性。有学者实证研究表明，在一个动态、时变的金融市场中，不同市场间的相关性也是时变的，不同的时期具有不同的相关结构或相关模式，而传统的VaR风险度量方法并没有考虑这些现实。本文应用近年来学术界关注的Copula理论对现行的VaR度量体系进行分析，修正了RiskMetrics方法，同时结合GARCH模型建立了基于多元Copula函数的VaR计算方法，寻找到了一种既可以应用于非椭圆分布、又能反映动态相关模式的VaR计算方法。最后，本文以上海股票市场四个行业指数构建了一个投资组合，对修正的Markovitz模型，修正的RiskMetrics模型，多元Copula VaR计算模型进行了实证，证明了模型的可操作性。