股票市场经过20多年来不断地发展变革,如今已变得愈加成熟和完善。然而在经济全球化和金融一体化的趋势不断增强的背景下,中国股票市场与世界的联系愈加紧密,金融风险也在日益加剧。同时,由于金融变量之间关系的愈加复杂化以及其数量级的飞速增长使得我们进行金融风险的测度及资产组合的研究存在以下问题:一是单一的Copula模型无法全面解析股票之间的相关关系;二是对市场与市场、板块与板块或者对小部分股票进行的研究已经不能满足投资者对于庞大投资组合的需求。本文从Copula理论出发,选择金融变量中应用较多的三种阿基米德Copula函数进行混合模型构造,对上证股市的全部A股数据进行尾部相关研究,并基于尾部相关的结果对股票进行聚类分析,据此为投资者提供投资组合的有效建议。实证分析表明,混合Copula模型对于股票之间相关性的解析能力优于单一Copula函数,并且利用聚类分析也能看到股票之间上尾(收益)与下尾(风险)相关特性的不同,对尾部相关矩阵的可视化实现能够为投资者提供更为直观的指导意见。