全球经济的一体化趋势加速了金融一体化进程，一方面金融一体化给各国带来机遇，使其能够更多地参与到国际资本运作当中，另一方面也给各国带来了威胁，美国次贷危机便给美国乃至国际金融体系带来巨大冲击：首先是美国国内各大金融机构先后破产，华尔街众多金融巨亨纷纷宣布倒闭；然后欧盟金融体系也受到极大重创，信贷萎缩、股市大跌，各大银行纷纷破产；紧接着日本也难逃其难，进出口贸易、汽车行业、机械行业等支柱性产业均受到重创。几大经济体众多金融机构的垮台，以及实体行业受到的巨大冲击都昭示着本次金融危机给世界经济带来了重大影响。我国金融机构在本次金融危机受到的影响虽然不大，但实体经济却受到了一定程度影响，由于对外出口的大幅缩减，众多出口导向型企业濒临倒闭破产。　　 金融领域产品的不断创新及复杂多变的国际形势，致使金融领域的不确定性因素增加。从历史上看几次金融危机，均表现为一国的金融市场出现混乱，同其关系紧密的相关其他国家金融市场也出现一定程度的影响。因此判断国际金融市场之间的相关结构和相关关系是预防金融危机给本国股市带来冲击的有效途径。　　 Copula理论在最近十几年间在金融领域得到了广泛的应用。它是一种由学者Sklar于上世纪50年代末提出的连接函数，此函数将随机变量之间的关系拆分为变量的独立分布同变量之间的相依结构两部分，从而为分析随机变量之间的相依结构提出了新的思路。　　 金融时间序列表现为“尖峰”“厚尾”“时变”等特征，传统的线性相关系数对随机变量相关性的度量是基于随机变量服从椭圆分布的假设，当随机变量的一阶、二阶矩不存在的时候，用线性相关系数度量变量之间的相关性则不再准确。同时线性相关系数度量的相关性指标值不具有对线性增变化的不变性，即当对随机变量进行线性增变化后，随机变量之间的相关性不再保持原有度量值，这同现实世界当中的相关性是不吻合的。秩相关系数和尾部相关系数从概率的角度度量了随机变量之间的变化一致性，从而解决了线性相关系数在严格增变化下度量值发生改变的问题。同时Copula函数的应用为边缘分布提供了更为灵活的选择，通过将不同边缘分布特征的随机变量“连接”起来从而刻画出多维变量的联合分布。由于秩相关系数和尾部相关系数同Copula函数存在内在的相关关系，所以通过Copula来研究随机变量之间的秩相关系数和尾部相关性便成为可能。　　 本文第二章从整体上介绍了Copula理论及相关性度量方法。介绍了二元及多元Copula函数、Sklar定理和Copula函数基本性质，从分类的角度介绍了椭圆Copula函数簇、阿基米德Copula函数簇的基本数学表达式、概率密度函数、等高图和蒙特卡洛随机模拟过程。对现有的多种相关性分析及度量方法分别做了详细介绍，总结了其中几种相关性指标同Copula函数之间的内在联系，对几种相关性度量指标的优缺点及适用范围做了整体阐述。　　 第三章主要介绍Copula函数的参数估计及拟合优度评判方法。首先介绍了完全极大似然估计法、两阶段极大似然估计法及规范化的极大似然估计法等三种参数估计方法，并分析了三者的优劣势及适用范围。然后分别从边缘分布函数拟合度及Copula函数拟合优度评价两个方面介绍了K-S检验、Q-Q图、P-P图检验、x2检验、AIC及BIC准则、欧式距离判断等多种Copula函数拟合优度检验方法。　　 第四章作为实证研究部分主要通过构建Copula-GARCH-M-T模型分析了中美五大金融市场之间的两两相关结构及相关关系。由于边缘分布模型的选取在Copula拟合精度上有重要的影响，本文在传统的GARCH模型的基础上引入了风险值对收益率的影响因素，应用GARCH-M模型来拟合边缘分布，实证表明此分布较好的拟合了收益率残差序列，并通过Copula方法对边缘分布拟合后的残差序列构建了Copula-GARCH-M-T相关模型，经过对模型模型参数的估计及最优Copula函数的拟合优度检验，得到了五只收益率序列两两相关结构的模型。　　 最后使用非参数估计的方法分别确定了五个金融市场两两之间的Gumbel Copula和Clayton Copula函数，并得出它们之间的上尾相关系数和下尾相关系数，通过对不同股票市场之间的尾部相关性分析确定了两国金融市场之间风险传染途径及相关关系。