为解决非线性相关的高维投资组合风险度量问题,本文构建了一个基于M-Copula-SV-t风险度量模型。利用SV-t模型来拟合金融时序的边缘分布,并结合MCMC和Gibbs抽样法对边缘模型进行参数估计;采用由阿基米德族Copula线性组合构成的M-Copula函数联合边缘分布,并通过极大似然估计和BFGS算法对联合模型进行参数估计,进而利用Monte Carlo技术对最优风险投资组合进行风险测度;最后以典型汇率构建四维国际投资组合为例,检验所构建模型的可行性和有效性。实证结果表明,与单一Copula函数相比,由Gumbel Copula、Clayton Copula和Frank Copula线性组合所构成的M-Copula函数能够更为有效地刻画资产收益率的相依结构和尾部特征,建立在M-Copula函数基础上的风险度量结果也更为精确;由模型所计算的最优投资组合权重为外汇组合投资提供了重要参考。