证券投资的主要目的在于获取利益.而在实际投资中,收益总是伴随着风险,收益越高风险越大.投资者为了分散风险,将多种证券组合在一起进行投资,即所谓的投资组合,这就使得投资组合的研究成为金融领域的一项重大课题.1952年马柯维茨创立了基本均值一方差模型,树立了运用定量的数学分析方法研究证券组合的方法论.如今,VaR方法是一种衡量金融市场风险的新方法,它是为了应对20世纪90年代初的金融灾难而发展起来的.但传统的研究证券投资组合VaR的方法大多基于联合正态分布,而实际的资产收益分布并非完全正态,而是呈现尖峰、厚尾和有偏的特点,同时组合中的各资产之间的关系也不是完全的线性关系,所以传统的相关系数矩阵不能表达各资产间真实的相关关系.因此,需要基于有偏及尖峰厚尾性的分布,并考虑各证券资产间的非线性相关性来研究投资组合的VaR.本文首先对VaR进行了全面深入的研究,对VaR模型的历史背景、计算方法及其优缺点进行了详细地探讨.其次,本文假定单个资产的收益服从非对称Laplace分布,该分布比正态分布能更好地描述金融数据中的有偏性和尖峰厚尾性.文中详细地研究了非对称Laplace分布的性质和参数估计方法,并用该分布拟合了中国股票市场几只股票投资组合的收益分布.实证分析表明非对称Laplace分布比正态分布、对称Laplace分布的拟合效果要好,它能更好地拟合股票投资组合收益数据的有偏性、尖峰厚尾性.最后,本文在Copula理论的基础上,假设单个资产的收益率服从非对称Laplace分布,用阿基米德Copula函数反映投资组合中各个资产间的相关性,推导出二元资产组合及多元资产组合的联合分布函数,在此基础上,还给出了计算二元资产组合及多元资产组合的VaR的蒙特卡罗模拟方法.文章在最后选取了中国股市的一组证券投资组合进行实证分析,实证分析结果表明,本文所研究的方法计算证券投资组合VaR的值比较准确.