本文对深圳股票市场的收益与风险进行研究．选取深圳股票市场中具有代表性的六支股票作为研究对象，通过建立多元混合Copula-GARCH模型来分析股票收益的相关性以及对VaR进行计算．本文主要内容有：第一章阐述了选题的背景和研究意义，并进行了相关的文献综述．第二章对Copula函数概念、性质及分类进行了简要概述，为建立Copula函数模型提供概念上的准备．第三章首先给出了Copula函数模型的一般构建方法，包括边际分布和Copula函数的选取、参数估计及其检验方法，其次给出几种重要的相关性测度，包括Copula函数的Kendall秩相关系数与尾部相关系数．第四章是实证研究．选取深圳股票市场中2011年6月30日至2012年6月30日六支股票的收盘价格为指标变量，并对其数据进行预处理得到这六支股票收益率序列，在对数据进行基本统计分析的基础上，分别建立了这六支股票的GARCH-t模型来刻画相应的边际分布，为了分析六支股票两两间的相关关系，考虑到其中有15种不同组合的两两相关，为避免赘述，本文仅以深发展A与万科A为例对其Copula函数的建模进行详细的论证．具体过程如下：在同一个边际分布GARCH-t模型下分别选取四种不同的阿基米德Copula函数建立了多元Copula-GARCH模型并进行了参数估计与检验，根据χ2拟合优度检验的结果最终选择多元M-Copula-GARCH模型(4.9)来刻画这两支股票的相关性结构，据此模型不仅可以分别刻画这两支股票各自的运行规律，而且还可以得出以下相关性结论：深发展A股和万科A股收益率之间存在较强的正相关关系，两者的收益率之间存在显著的非对称的尾部相关关系，Kendall秩相关系数为0.7123，上尾部相关系数为0.5363，下尾相关系数为0.2757．而且由于模型给出了两支股票的联合分布，从而可以掌握其协同运行规律．而对于其它14种股票组合的两两相关性讨论完全类似于深发展A与万科A的Copula函数模型的建模过程，为节省篇幅同时考虑到第五章的需要，本文仅列出了这些组合的秩相关系数的结果．第五章根据第四章的建模方法与结果，利用一步向前预测法计算了单支股票收益率的1天持有期VaR，并进一步对六支股票的整体VaR进行计算，从而得到了深圳股票市场风险的一种度量．