随着金融市场的迅速发展和金融创新的不断深入，金融市场之间的相关关系更加复杂化，金融市场的波动和风险也日益加剧，金融风险管理已经成为金融机构和风险投资者所面临的最重要的问题。　　 相关性分析是多变量金融分析中的核心问题，而传统理论中的线性相关系数已经不能适应现代金融风险分析的需求。作为相关性分析和多元统计分析工具，Copula函数具有其独特的优势，它可以将边缘分布和边缘分布的相关结构分开来研究，边缘分布间的相关结构通过Copula函数连接。由Copula函数导出的相关性测度，不受变量非线性单调增变换的影响，可以更有效地捕获余融资产的相关信息。此外Copula函数还可以迅速有效地捕捉到非正态、非对称分布的尾部信息，这对尾部相关性分析是极为有用的。极值理论是在金融市场出现剧烈波动的极端情形下度量金融资产风险价值和预期损失的一个有力工具，它不需要对资产收益分布做任何假设，而是通过利用实际数据来拟合分布的尾部，因此适合被用于度量尾部风险。　　 本文以Copula函数作为构建和分析金融时间序列模型的理论基础，并结合极值理论构建Copula-EVT模型，用于不同金融市场中金融资产的相关性分析和投资组合的风险价值度量。应用Copula-EVT模型，单变量的边缘分布由广义帕累托(GPD)分布描述，从而更好地完成对资产收益率序列厚尾特征的刻画，变量间的相关结构则由一个Copula函数来描述。实证表明Copula-EVT模型不仅可以很好地捕捉各种金融资产收益间复杂的相关关系，而且能动态地反映单个资产收益的真实分布，是一个有效的金融资产相关性分析工具和投资组合风险度量工具。