随机变量间的相依关系在实际应用中具有重要的研究价值,尽管协方差矩阵仍被广泛的使用,但其只能刻画变量间的线性相依关系。由于Copula理论能够较好的描述变量间的联合分布与变量对应的边缘分布间的关系,因而其被广泛的应用于刻画变量之间的相依特性。目前,常用的Copula函数模型主要有R-Vine-Copula、正态Copula函数、tCopula函数和阿基米德Copula函数,但是在复杂的非线性相依关系的研究中,这些模型并不能全面的刻画变量间的联动性。基于上述情况,本文给出了一种分片构造Copula模型的方法,下文简记为:S-C(Slice-Copula)函数。具体构造的步骤如下:(1)对Copula函数的定义域[0,1]×[0,1]进行分片,本文对二元样本集分为五片;(2)针对每片选取对应的Copula函数;(3)对选取的Copula函数的参数进行估计;(4)利用OLS的方法耦合片内所选取的Copula函数;作为例子,我们利用新构造的S-C函数研究了上证指数与烽火通讯的日收益率间的相依特性,实证结果表明:使用基于分片构造得到的S-C函数模型在构建上证指数与烽火通讯这两支股票的日收益率间的联合分布函数时,得到的结果较准确;同时所选的两支股票也具有非对称的尾部关系。另外,本文还提出了基于S-C函数的VaR模型,并且经过对比分析得出该模型可以较好的计算上证指数与烽火通讯在等权组合下的VaR。