近年来,在全球化、金融创新和技术进步的影响下,中国的资本市场,尤其是股市,比以往的任何时候都更加表现出波动性、非线性相关性和不确定性等非常复杂的特征,这就对以社保基金为代表的广大投资者提出了更高的风险防范要求。现代投资组合理论认为,充分多元化的投资组合可以分散甚至消除非系统性风险。因此,在实际的操作中,机构投资者们通常采用投资组合来分散非系绕性风险,投资组合管理是投资决策的核心内容。为更真实地接近投资组合实际情况,本文提出了LMSV-t模型并以其作为边缘分布的估计,来构建pair copula-LMSV-t多元投资组合模型。采用LMSV-t模型估计边缘分布能够更好地刻画资产收益率的高峰厚尾、波动聚集性和长记忆性等非线性特征,从而使得对投资组合的VaR的估计更为精确。实证方面,选取我国社保基金五大重仓股投资组合为研究对象,样本区间为2012年1月1日到2013年12月31日,剔除节假日后每组样本数据478个。首先从样本基本统计信息得出收益率序列具有高峰、有偏和厚尾的特性,然后选用LMSV-t模型对样本组收益率波动序列建模分析。从参数估计和DIC准则拟合试验的结果可以得出,在刻画金融数据波动特征方面,LMSV-t模型要优于标准SV模型。接着采用pair copula方法构建高维相依结构,在确定结点之后,选取合适的二元copula函数并参数估计。最后计算模型的VaR并进行kupeic失败率检验。通过对比发现,pair copula-LMSV-t模型在描述单个资产的非线性特征和资产之间的相依性方面都有进步。