近三十年来，由于全球金融一体化、金融衍生证券和金融创新的飞速发展，全球金融市场呈现出前所未有的波动性，不但金融部门，而且许多基础商品企业都面临着日趋严重的风险。2008年爆发的全球金融危机，不但使一些像雷曼兄弟这样的百年企业一夜间垮掉，而且几乎令一些欧洲国家面临“国家破产”。这次金融危机的到来，再一次给人们敲响了控制金融风险的警钟。　　 风险价值VaR是度量金融风险的重要工具。本文借助VaR方法给出了基于多元Copula函数的风险度量方法。与传统的风险度量方法相比，多元Copula函数具有较强的优势。我们知道，当今金融界更加关注的是金融资产投资组合的风险，而金融资产间的相依结构在很大程度上影响着VaR的准确度量。近年来发展起来的Copula函数理论，正是很好的解决了这个问题。它作为一种连接函数，可以不限制边缘分布选取，将多个资产连接起来，灵活的解决了各个资产间的相关性问题，更准确的度量了资产组合的风险。　　 通过对国内外该领域研究分析，目前国内对于Copula函数的比较和实证研究还不多，特别是二元以上的多元情况研究的较少。因此，本文在介绍两种常见的Copula函数：椭圆Copula函数和阿基米德(Archimedean)Copula函数的基础上，分别利用参数T-GARCH-t方法、半参数GARCH-GPD方法和非参数核(Kernel)估计方法来建立联合分布函数，通过蒙特卡罗方法模拟数据，度量了资产组合的风险价值。通过样本内和样本外的检验得知，上述方法较好的度量和预测了风险。　　 同时，对于投资组合来说，投资比例的确定十分的重要。本文在利用Copula函数度量风险价值VaR之后，根据风险最小的原则，提出了一种寻找最优投资比例的方法，通过检验得知，利用最优投资比例会大大降低投资组合的风险价值。因此本文的研究具有一定的现实意义和价值。