随着中国经济的不断发展,中国资本市场也取得了长足的进步,在全球资本市场中发挥着不可忽视的作用?因此,对我国权益市场的风险管控也变得愈加重要。大量金融危机的实例已经证明:股票市场行业之间存在显著的相依关系,具有较大的金融风险。故对行业股指间的相依性和风险度量进行研究十分重要,借助相关的研究不仅能够帮助投资者理解中国股票市场的内在规律与行业间相关关系的强弱程度,而且能帮助投资者合理构建资产组合,达到规避风险、防止资产价格暴跌、维持资产平稳增长的目的。目前,已有一些专家学者利用GARCH族模型、Copula理论等方法证实了国内股市行业指数间存在着较强的相关性与风险性,但仍存在一些不足。一方面,目前常用的GARCH族模型、Copula理论等方法难以对高维变量间复杂的相依结构进行刻画、分析。另一方面,在对金融市场风险管理的研究中,往往只是以低维变量为研究对象（一般为3-5个）,对行业指数这类高维变量间（尤其是变量为10个以上的）相依性和风险度量的研究较为匮乏。针对以上两点不足,本文一方面,引入Vine Copula理论对行业股指的相依性进行分析。相较于GARCH族模型、Copula理论等方法,Vine Copula理论不仅能够对变量间复杂的相依结构进行有效地刻画、分析,而且能够解决变量维度过高所带来的问题。另一方面,以申万一级行业指数（共28个）为研究对象,使用EGARCH-Vine Copula模型对各行业指数的相依结构进行刻画,并对相应的投资组合Va R值进行了预测研究,以弥补目前在高维变量研究上的不足。通过对28个申万一级行业指数相依性的分析以及相应投资组合风险测度预测的研究,本文得到了以下几个结论:1.在非条件相依性方面,各行业股指间均具有较强的非条件相依性,但两两间的尾部相依结构有着较大的差异。本文用了四种Copula函数对行业股指间的尾部相依结构进行了刻画:（1）计算机行业指数与传媒行业指数等12组行业股指利用二元Survival Clayton-Gumbel Copula函数进行相依关系拟合分布的刻画,其下尾相依系数均大于上尾相依系数,表明各组两个行业指数的下尾相依程度更加紧密,在熊市时组内两个行业指数同时暴跌的风险性要远远大于牛市同时爆涨的可能性;（2）轻工制造行业指数与家用电器行业指数、汽车行业指数与家用电器行业指数利用二元t-Copula函数进行相依关系拟合分布的刻画。这两组行业指数的下尾相依系数均等于上尾相依系数,表明各组两个行业指数的上尾相依程度与下尾相依程度大致相同,存在着一定的尾部风险。（3）化工行业指数与农林牧渔行业指数等7组行业股指利用二元Gumbel Copula（SG）函数进行相依关系拟合分布的刻画,表明各组两个行业指数间的上尾相依程度远远强于下尾相依程度,各组两个行业指数同时暴涨的可能性远大于暴跌的可能性。（4）机械设备行业指数与电气设备行业指数等4组行业股指利用二元Clayton-Gumbel Copula函数进行相依关系拟合分布的刻画。各组的下尾相依系数均大于上尾相依系数,但两者差值较小,表明各组两个行业指数的下尾相依程度略强于上尾相依程度,总体上大致相当。监管部门可以根据各行业指数间的相依关系,对处于中心地位的行业进行重点关注,如化工、机械设备、电气设备等。投资者可以根据不同行业间尾部风险的特点,选取适当的行业进行投资从而降低资产价格同时暴跌的风险。2.在条件相依性方面,各行业股指间的条件相依性明显弱于非条件相依性,说明引入条件行业股指能够显著降低投资组合的相关性风险。因此,投资者在进行投资行业的选取时可以考虑同时选入相应的条件行业,以避免资产同时发生暴跌。3.EGARCH-Vine Copula模型能够有效、准确地对行业股指间复杂的高维相依结构进行刻画,尤其是对尾部相依性的度量有着较好的结果。并且利用R-Vine Copula模型结合蒙特卡洛模拟法以及滚动窗口法可对行业股指资产投资组合的在险价值进行有效、准确地预测,为投资者进行投资风险的管控提供了有效方法。