随着金融全球化的发展和金融改革的不断深入,特别是在一系列意外事件的影响下,各国金融市场的相关性增强,金融市场联动风险特征变得更加复杂,这对机构投资者进行金融市场联动风险测算提出更高的要求,我国机构投资者迫切需要一种科学的测算市场联动风险的方法。刻画金融市场相关性特征是金融市场联动风险测算的重要内容。基于线性的传统相关性度量方法不能满足当前金融市场相关性的度量要求。Copula理论提出一种新的度量金融时间序列的相关性指标。Copula理论指出可以利用Copula函数和各金融时间序列的边缘分布得出多变量金融时间序列的联合分布,这为金融市场联动风险建模提供了一条新途径。论文首先探讨市场联动风险的概念、市场联动风险的内在机理、市场联动风险模型和市场联动风险测算方法。理论表明t-Copula函数能够较好拟合市场联动特征,GARCH-t模型能够较好拟合金融市场波动(即风险)特征,t-Copula-GARCH模型可以刻画市场联动风险。为测算沪深两市联动风险,论文以上证指数和深证成指为研究对象,利用GARCH-t模型拟合沪深股指收益率序列的波动特征,利用t-Copula函数拟合沪深市场联动特征。最后基于t-Copula-GARCH市场联动风险测算模型,论文利用拟蒙特卡罗模拟方法模拟上证指数和深证成指的未来收益率序列,并测算沪深市场联动风险。实证结果表明拟蒙特卡罗方法收敛速率快,模拟结果的精确性和稳定性较好。在测算沪深金融市场联动风险过程中,拟蒙特卡罗方法表现出的优势可以帮助机构投资者有效管理市场风险,这对于机构投资者做出科学投资决策具有深远意义。