随着金融市场间的联系日益紧密,金融市场之间的关系更是日趋复杂,金融风险分布也形态各异,故有效的进行金融风险管理非常重要。Copula函数作为相关关系分析和多元统计分析的工具,能够有效地捕捉到金融资产之间的相关关系,且在金融市场之间的尾部相关性分析和投资组合的风险价值(VaR)的计量上均具有独特的优势。大部分常用的Copula函数都满足对称性,而在现实生活中,许多数据都显示了非对称的特性,如保险索赔数据在lower-upper, upper-lower这两个方向的尾部相关性上是不等的,因此需要构造一个非对称的Copula函数来对这些数据进行模拟,本文就给出了解决这个问题的方法。论文主要分为两个部分,分别为Copula理论以及Copula函数在金融风险管理方面的应用两方面内容,主要如下：第一部分深入探讨Copula函数的理论知识,并对常用的Copula函数进行了介绍,绘制了其密度函数和分布函数图以能够更直观的呈现其特征。在此基础上,提出了新型的Copula函数的构造方法,该方法能更灵活地构造Copula函数,适用面更广。所构造出的Copula函数是常用Copula函数的一个衍生,是以常用Copula函数为基底(base Copula)构造出来的, 既可以得到对称的Copula函数,也能得到非对称的Copula函数。在金融分析中,经常会出现尖峰、厚尾、非对称的数据特征,所以构造出来的Copula函数能更好的捕捉到变量间的相关关系。第二部分是基于Copula函数理论在投资组合风险价值度量的实证研究,以上证指数及深证成指日收盘价数据作为研究对象,利用非参数核分布估计函数法求得其边缘分布,用Matlab软件对常用的Copula函数进行参数估计,并以欧氏距离作为Copula模型评价指标。发现常用的五种Copula函数中,t-Copula模型能最好的对上证指数日收益率和深证指数日收益率的观测数据进行拟合,接着以二元正态Copula和t-Copula为基底,利用本文所提出的新型的构造Copula函数的方法,构造新的Copula函数,经过比较分析得出,所构造的Copula函数比常用的Copula函数能更好的对金融数据进行拟合。最后用蒙特卡罗方法求出不同权重值下投资组合的风险价值,为投资者进行更好的选择投资组合提供理论依据。