随着金融自由化、全球化发展和金融产品的不断创新,银行风险变得越加多样化和复杂化,同时银行单个风险间也彼此影响,呈现非线性特征的相关性。风险的这种多样性和非线性相关性对银行的风险管理提出了更高的要求,风险管理的重点也从风险分解逐步转向风险整合。因此,如何在此背景下,考虑风险间的非线性相关关系,对商业银行面临的两大经济风险即信用风险和市场风险进行整合度量,具有重要的学术价值和实践价值。本文在详细分析风险间相互作用机理的理论基础上,以中国13家上市银行为研究样本,采用Copula技术描述风险间的相依结构,并运用蒙特卡罗模拟法测算风险组合的VaR值,以此对信用风险和市场风险进行了整合度量。其中,在对风险边缘分布拟合时,本文以GARCH族模型为代表的参数模型与以核估计为代表的非参数模型进行优劣比较。本文最终研究显示：核估计在拟合风险边缘分布时拟合度更高,而t-Copula函数描述风险间相关关系最佳；对本文测算的Copula-VaR进行Kupiec检验时,结果表明本文整合度量的VaR值是有效的,且与传统整合度量方法相比,发现传统度量方法具有更高的VaR值,证明风险分散化效应,这为银行提高资本利用水平提供了一定的理论依据；而信用风险和市场风险不同比例下的整合度量VaR值的结果表明信用风险权重越大,总风险值是降低的。