相关性分析是多变量金融分析中的一个重要问题,更是金融市场组合风险度量的关键。传统相关性分析方法存在缺陷,仅用线性相关强度来描述随机变量间的相关关系是不全面的。于是,Copula理论开始被引入金融领域。应用Copula函数技术,可以将相关程度和相关模式的研究有机地结合起来,较好地度量资产组合的VaR。Copula理论凭借其刻画非线性相关关系和灵活的建模方法,在描述金融资产间的相依关系上得到了重视和广泛的应用。值得注意的是现有的研究大都假定相关关系,包括相关模式及相关程度在整个研究时间段内是不变的。而实际上,金融资产间的相关关系是会随时间发生变化的,这就有必要引入动态Copula函数。为了描述资产相关性的动态变化,更好地对投资组合风险进行度量,本论文的工作主要有:对Copula函数的基本理论进行了详细的介绍,并阐述了Copula函数的在刻画金融资产之间相关性的优势以及其在多元时间序列相关性分析中的应用。对动态Copula理论进行总结和论述,介绍了动态Copula-GARCH模型的构建过程,建立时变的Copula参数演进方程。文章介绍了风险度量方法VaR的基本理论以及计算方法,并结合Copula-GARCH在刻画时间序列分布方面的优势,建立VaR模型。最后文章对由上证综指和深圳成指的投资组合进行动态相依关系的建模,通过Motel Carlo模拟并计算相应的VaR值,得出时变T-Copula能更准确度量投资组合的市场风险的结论。