金融市场充满风险，投资者面临两个重要的问题：一是当某一金融市场出现巨大波动时，其他金融市场会不会受影响？二是当持有某个投资组合时，投资者所面临的风险有多大，如何度量投资组合的在险价值VaR？考虑到Copula函数能更有效地捕捉金融资产之间的相关信息，其在金融市场之间的尾部相关性分析和投资组合的VaR计量上具有独特的优势，本文采用Copula函数分别对这两个问题进行研究，包括两个部分的实证分析。要解决的第一个问题，便是基于Copula函数导出两个金融市场之间的尾部相关性，以沪深300指数和香港恒生指数的日收益率序列为研究对象，分析二者之间的相关结构变动，从秩相关性和平方欧氏距离两个评价指标得出在五个Copula函数族模型中哪一个能更好地拟合观测数据。其次，要解决的第二个问题，是将Copula技术应用到投资组合的VaR度量中，并和传统的方法进行了比较。所选取的Copula函数族包括正态Copula、t-Copula、Clayton-Copula、Frank-Copula和Gumbel-Copula，结果表明：基于Copula算法计算的VaR的绝对值在大多数情况下普遍大于传统算法计算的结果，说明传统的VaR计算方法低估了风险。Copula函数由于更加充分地考虑了变量之间的相关性，而且不囿于正态性假设，所以能更大程度地考虑风险。