现代资产组合理论认为,构建不同资产的一种组合在某种程度上可分散单一资产的特质风险,即可分散资产组合中的部分非系统风险。资产组合中的各资产可能不是完全负相关的,所构造的资产组合也不可能完全消除非系统风险,并且资产组合也承担着系统风险。现代资产组合理论与模型对资产组合风险的度量工具是以β系数和VaR等为代表的,这些风险度量工具存在对资产组合风险分布的尖峰性和厚尾部特征的度量不足,且它们是建立在资产组合收益正态分布假设前提下的,因此,研究资产组合风险的尖峰性和厚尾部特征的风险度量方法成为了资产组合风险研究领域的一种趋势。Copula函数是把多维随机变量的联合分布用一维边际分布连接起来的函数,其优势是能用资产组合的联合分布函数分析组合资产收益率的相依结构,并且能将边缘分布与它们的相关结构分开进行研究。本文基于Copula函数对具有尖峰厚尾特征风险的分析功能,选取能够更好描述资产组合尾部特征的Archimedean-Copula函数族中的Gumbel Copula函数和Clayton Copula函数的尾部非线性相关系数,代替传统的资产组合度量方法VaR中的线性相关系数来度量风险,以期更好地刻画不同资产风险的联合分布的损失状态,对投资决策提供理论指导。论文在界定现代资产组合理论中均值-方差组合模型、资本资产定价模型的应用条件基础上,分析组合风险度量指标β系数和VaR的适用性,研究了使用Copula函数度量具有尖峰厚尾分布特征的金融资产组合风险的可行性与描述条件。为验证Copula函数度量资产组合风险的有效性,以Copula函数的尾部相关系数代替VaR的线性相关系数对股票市场的风险进行度量,对2005年1月4日～2010年1月4日间的沪综指和深成指的每日对数收益率的面板数据进行实证检验。实证结果表明,利用尾部相关系数代替线性相关系数对资产组合风险进行度量更贴近资产组合的真实风险分布状况。