随着金融市场的迅速发展,金融产品多样化、市场不稳定等因素导致资产风险的可控性降低,因而对于风险价值的研究非常必要。资产的投资组合风险其关键问题是单个资产边缘分布的刻画。虽然在对金融资产边缘分布建模时,运用半参数方法进行建模并不是首次,然而目前对边缘分布的建模方法,通常采用固定模型进行建模,并没有对边缘分布进行精确的建模分析,这种方法具有局限性。本文首先介绍了VaR与Copula的基础理论。其次,在对金融资产收益率进行边缘分布建模时,通过选取恰当的阈值把金融时间序列的分布分为上尾、下尾和中间部分,提出一种混合参数和非参数方法的金融资产分布的半参数建模方法。新的建模方法推广了以往文献只选取固定类型厚尾分布的局限性。最后,在实证部分,本文通过选取边缘分布拟合程度较好的参数模型(即上尾t分布、中间部分用拉普拉斯分布、下尾用t分布)、非参数模型和半参数模型(即上尾GPD分布、中间核估计、下尾拉普拉斯分布)计算中房地产、中国国旅以及投资组合的VaR,结果表明三种模型均通过失败率检验,半参数模型要优于非参数模型,非参数模型要优于参数模型,三种模型下的失败天数中,组合资产的失败天数要小于单个资产的失败天数,组合资产可以降低风险。通过采用不同方法计算的VaR做对比,说明不考虑分布类型会造成候选模型的显著性差异,进一步验证了所建模型的必要性和有效性。不同模型对应的候选Copula函数也存在显著性差异,但是最优结果脱离不了候选Copula函数,Copula函数类型的选择有待进一步完善,并且在对厚尾分布的金融资产构建边缘分布的过程中,采用了4种常见的分布,可以探讨其他分布是否也可以对金融数据的尾部进行研究。