相关性分析是一个重要的金融研究课题,被广泛运用于风险管理、资产定价和资产配置等领域。Copula函数与传统的相关分析工具相比,具有两个明显的优势：第一,它对金融市场的线性和非线性、对称和非对称的相关关系都能较好地描述；第二,它可分析变量间的相关结构。由Copula导出的下尾相关系数,可以度量股票下跌的风险,能为风险厌恶的投资者提供资产选择的有效信息。因此,本文研究尾部相关系数的资产选择问题有一定的理论和现实意义。本文首先介绍了Copula定义和类型、尾部相关系数的概念,以及基于极值模型下尾相关系数的计算方法。接着,本文借助Rietz的理论模型,分析了以下尾相关系作为资产选择指标的理论依据。在实证部分,本文借助二元阈值模型,以沪深300指数为大盘,计算其160支成分股与大盘、5000个资产组合与大盘的尾部相关系数,对尾部相关系数的稳定性、相关性和与股票市场表现的关系做了实证分析。结果表明,下尾相关系数是一个稳定性较高的且与其他风险指标相关度不高(除了Beta系数)；下尾相关系数低的股票的市场表现优于下尾相关系数高的股票。这具体表现在下尾相关系数低的股票,在熊市时期能抵御来自大盘下跌的风险；无论在任何时期,它们都具有较小的方差和较高的夏普比率；长期来说它们有较高累计收益率。最后,本文还是考察以上尾相关系数作为选股指标的效果,发现由于上尾相关系数与下尾相关系数之间有很高的相关性,上尾相关系数与下尾部相关系数选股效果相似。