本文的目标是使用蒙特卡罗模拟方法计算一个假想资产组合的风险价值VaR。因为多元对数正态分布已被证实不适合构造金融序列的条件分布，本文采用了较复杂的模型来达到这一目标。本文应用Students t-Copula和极值理论(EVT)描述四种资产对数收益率的条件分布；其中t-Copula表示多元相关结构，EVT描述四个边缘分布的极端值。本文使用该条件模型预测1个交易日内置信度为99%的VaR。为了检验此方法的有效性，本文在最近1000个交易日的时间窗内对Copula-EVT模型作了回顾测试。实证结果有两个发现：一、Copula-EVT方法对突发灾难性事件的预测能力显著强于忽略了风险因子相关结构和极端值的VaR方法，如Filtered HistoricalSimulation;二、Copula-EVT方法在市场平稳的时期有高估风险的倾向。根据这两点，本文提出了一种综合方法，既对极端波动有较强的敏感性，又减小了高估风险造成的机会成本。