Copula函数在研究多个资产之间的尾部相关结构方面有着独特的优势,被广泛应用于实证研究。然而,金融市场是复杂多变的,多个资产之间的相关结构是变化多样的,单个Copula函数模型具有一定的局限性;混合Copula模型通过选取不同的Copula函数组合和权重参数的灵活调整,能够更好地捕捉资产组合之间上下尾对称和非对称等不同模式的相关性,更适合处理实际问题.鉴于很少运用三元混合Copula模型进行实证研究,本文进行一些尝试。本文选取上证综指、沪深300指数和工业指数三个时间序列2289组样本数据进行实证研究。首先,对于金融时间序列“尖峰、厚尾和偏斜”特征,采用GARCH-t模型对单个收益率序列建模。对于三个指数之间的相依结构,不仅利用阿基米德Copula函数族和t Copula函数,构建4种单个Copula函数模型,而且还构建了混合Copula模型来拟合资产组合之间的尾部相关关系。并且,结合经验分布构成的两样本K-S检验法和VaR失效天数对以上模型进行评估,结果表明混合Copula模型是最优的。最后,通过最优模型和蒙特卡洛模拟度量了样本数据指定投资组合的风险价值(Va R),为投资决策提供帮助和指导。