鉴于股票风险管理的重要性日益加强,对于开展股票投资组合优化研究显得十分重要。但在对投资组合资产的风险测度上,目前大量的研究都采用Va R或者ES进行风险测度,然而Va R与ES在风险测度中却暴露出种种缺陷,使得对于股票的投资组合优化研究变得更为迫切。基于上述分析,本论文引入CVaR框架来克服Va R和ES的缺陷,对投资组合中各股票样本的风险进行测度;运用Copula方法对各股票的非线性相依关系进行刻画;引入EVT方法对股票的尾部风险进行度量,从而构建基于Copula-CVaR-EVT的投资组合优化模型。通过实证分析,本论文获得如下研究结论:(1)各股票样本的收益率序列均呈现出尖峰厚尾、有偏、非正态、异方差、波动聚集性等典型事实特征;(2)EVT方法中的GPD分布对所有样本尾部的经验分布都能够很好地拟合,从而表明GPD分布对所有样本的尾部刻画非常准确,进而也证明了EVT方法对极端风险刻画的必要性;(3)与其余类型的Copula相比,混合Copula模型能够最为准确地拟合数据,在刻画资产间非线性相依关系上具有最为优异的性能;(4)运用混合Copula模型计算获得的上尾与下尾相依系数相比可以发现,下尾相依系数明显大于上尾相依系数,从而表明各股票资产间风险的溢出效应显著强于收益的溢出效应,表明各股票资产之间风险的传染性较强;(5)通过比较单个股票资产与其余股票资产的风险相依性以及单个股票资产的动态风险强度可以发现,在所有股票资产中,苏宁易购、东华科技、瑞茂通既与其余资产具有最小的风险相依性,又具有最低的风险强度,适用于进行投资组合;(6)基于风险最小化策略,在最优权重下的投资组合较等权重下的投资组合能够获得更高的投资收益,同时基于收益最大化策略,在最优权重下的投资组合较等权重下的投资组合具有更低的风险值,从而表明本论文提出的投资组合优化模型具有优异的投资组合功能。基于以上分析可知,本论文提出的Copula-CVaR-EVT投资组合优化模型能够为市场参与主体建立高效、科学、准确的投资组合风险防范与管制机制提出科学的应用工具与方法。市场参与主体能够运用本论文提出的优化模型对股票的投资组合进行优化,既能保证投资收益,并最终推动国民经济的健康发展。