我国股票市场经过20多年的发展,已经颇具规模,成为广大投资者重要的投资场所之一。形成和发展中的中国股市显示出极强的波动性,其波动规律又带有很大的特殊性。只有充分认识股市的波动,才能更好的利用股票市场为市场经济服务。近三十年中国经济高速发展,GDP以超过9%的年均速度递增。2005年7月人民币进行汇制改革,不再盯住单一美元开始参考一揽子的汇率比价。此后人民币兑美元汇率不断变动,人民币逐渐升值。股票市场的发展与经济的增长和人民币升值间的相互作用和影响越来越受到关注。因此对股票市场、GDP和汇率进行相关性分析就显得尤为重要。本文通过建立新的金融时间序列模型对我国股票市场的波动性进行拟合分析,并运用Copula理论探讨股市、GDP、汇率间的相关性,主要工作如下：第一,建立了ARMA-TGARCH-M模型,并对中国股市的波动性进行分析。本文针对股票收益率序列的自相关性和异方差性,先建立收益率序列的ARMA模型,然后利用TGARCH-M模型来处理异方差和风险匹配问题,并给出了基于ARMA-TGARCH-M模型的时变VaR估计方法；利用股票市场实际数据估计出沪深股市ARMA-TGARCH-M模型的参数和基于该模型的各自时变VaR的值,Back-test检验结果表明VaR的估计是理想的,较好的测量了市场风险。第二,探索性地将Copula函数应用到宏观经济变量的相关性分析中,为经济决策提供一些参考。运用Copula函数进行相关性分析可以很好的捕捉到变量间非线性非对称的相关关系并可以得到更受关注的尾部相关关系。Copula函数在宏观经济变量相关性分析中的应用还比较少见。本文运用Copula函数估计出股市、GDP、汇率间的Copula相关性度量指标,并对经济政策提出参考性建议。