由于下偏矩测度方法具有明显优于最小方差风险度量方法的特征，因此是更为合理的套期保值效率测度准则。本文针对已有的计算最小下偏矩套期保值比率的非参数方法与参数方法存在的局限性问题，提出使用时变Copula函数来估计现货与期货收益率的联合密度函数，然后通过数值方法计算最小下偏矩套期保值比率的新方法。并且运用上海期货交易所交易的铜期货合约价格与上海金属网公布的铜现货价格数据进行实证检验，发现使用具有随时间变化的相关系数的Copula函数，与非参数方法相比，可以得到更小下偏矩的套期保值率。

本文使用VaR(Value at Risk)和一致性风险度量指标ES(Expected Shortfall)作为风险度量指标，应 用 Copula 函数和极值理论度量不同市场间在极端情形下的相依性风险。应用研究中用 Copula 函数来替代 传统多元序列间的正态分布的假设，使得在组合投资中进行多元极值建模时更加灵活。实证中对上证综指 和香港恒生指数进行组合投资建模，度量不同市场间在极端情形下的相依性风险。通过不同权重下投资组 合风险指标的计算结果比较，为投资者选择合理投资权重规避风险提供了决策参考。

次贷危机引发的全球经济危机充分表明，缺乏对市场极端条件下风险溢出效应的考量，可能会导致各金融市场风险水平被严重低估。EVT-Copula模型能够有效地拟合极端市场条件下金融市场间的相关结构，CoVaR模型将风险溢出效应纳入VaR框架内，测度单个金融机构或金融市场发生风险事件时，对其它金融体系风险溢出效应的方向和大小。本文融合两个模型的分析特点，构建EVT-Copula-CoVaR模型，研究美国股票市场的风险溢出效应，结果表明美国股票市场对英国、法国、日本、中国香港及中国股票市场均存在很强的风险正溢出效应，以%CoVaR表示的平均风险溢出强度为56%，对我国上证指数的风险溢出强度最弱，但也高达33%。模型诊断和后验测试表明，该模型方法可以有效地对单个金融机构（或金融市场）的风险溢出进行衡量，有利于金融监管当局及时跟踪系统性风险的变化。

整合风险的量化管理已成为现代商业银行风险管理的发展趋势，信用风险与市场风险是其面临的两种极为重要的风险，对二者进行整合度量是全面风险管理的重要内容。Copula函数能够描述两不同类型风险间的相依结构，本文以单一Copula为基础构造混合Copula函数，并构建基于混合Copula函数的VaR及CVaR模型, 以用于度量整合风险值。实证研究表明，混合Copula函数是描述两不同类型风险相依结构的最优模型，且基于混合Copula的VaR及CVaR估计值也是最有效的，由此可知混合Copula比单一Copula函数能更全面的反映整合风险间的相依程度与相依模式。

本文研究了沪深300股指和股指仿真交易收益率极端风险和相依关系。用DCC-GARCH模型描述了股指期货和现货之间动态的条件相关系数，并以极值分布为边际分布对四种常用的Copula函数进行了拟合，发现Frank Copula的拟合效果最好，其次为Clayton Copula。在此基础之上，对不同组合的VaR和CvaR进行测度，发现投资组合比例与风险之间呈现“U”型特征，这也为套期保值提供了一种新的研究方式。