یکی از رویکردهای جدید برای بهینه سازی پرتفوی سرمایه گذاری، استفاده از روش ارزش در معرض ریسک شرطی [1] (CVaR) است. برای توزیع های پیوسته، روش ارزش در معرض ریسک شرطی (CVaR)، به عنوان زیان مورد انتظار فراتر از ارزش در معرض ریسک، در سطح اطمینان مشخص، برای یک دوره زمانی معین، تعریف می شود. در عین حال به دلیل نرمال نبودن توزیع بازده دارایی ها و غیر خطی بودن همبستگی بین بازده دارایی، استفاده از روش ترکیبی Copula-CVaR عملکرد بهتری در اندازه گیری ریسک پرتفوی دارایی ها دارد. لذا در این تحقیق سعی بر آن بود که مدلی کارآتر از مدل های موجود و مرسوم برای بهینه سازی سبد سرمایه گذاری، ارایه شود. مدلی که با در نظر داشتن شرایط عدم قطعیت و ریسک سرمایه گذاری، بازدهی بیشتری را برای سرمایه گذاران فراهم نماید. به همین منظور مدل ارزش در معرض ریسک نرمال (VaR) با رویکرد واریانس-کوورایانس[2] با مدل Copula-CVaR برای استخراج مرز کارآ مقایسه شد. قلمرو زمانی تحقیق از ابتدای سال 1393 تا پایان سال 1397 و جامعه آماری نیز 50 شرکت برتر بورس اوراق بهادار تهران بوده است. در این تحقیق برای تخمین ارزش در معرض ریسک (VaR) پرتفوی از رویکرد واریانس-کوواریانس استفاده شد. برای تخمین Copula-CVaR نیز ابتدا از طریق مدل ARIMA-GARCH سری زمانی جزء اخلال توزیع بازده دارایی ها برآورد و استاندارد شد. سپس توزیع های حاشیه ای دارایی ها با استفاده از تابع کاپیولا t-استیودنت برآورد شد. در گام آخر از طریق شبیه سازی مونت کارلو بازدهی دارایی ها شبیه سازی و مقدار CVaR آنها برای دوره 10 روزه محاسبه شد. سپس ترکیب بهینه پرتفوی در سطح اطمینان 95 درصد و 99 درصد برای سطوح مختلف ریسک تعیین شد. نتایج این تحقیق حاکی از آن بود که تشکیل سبد سهام بهینه، با استفاده از مدل ترکیبی یعنی مدل Capula-CVaR عملکرد بهتری داشته است.