历次金融危机的爆发,产生影响的持续性与波及的范围均在不断增加,体系性风险的发生呈现出由点到线,由线到面的辐射。所谓牵一发而动全身,不同行业之间的存在着相关性,而且其相关程度可能不仅两两相关,可能存在多个行业的联动影响。当金融体系遭遇冲击时,金融体系内部的个体开始互相受到感染,体系内个体逐渐倒闭,持续性爆发的危机效应会导致整个市场崩溃。本篇论文选取了沪深300指数当中的能源业、工业与金融业三个行业,又分别选取了三个行业2012年5月至2016年5月的指数价格(5分钟高频交易数据)、日内收益、日内已实现波动率数据,则每个行业各有三列时间序列。首先,对三种数据做了描述统计量,结果表明均拒绝了正态分布的原假设。接着,再进行平稳性检验与协整检验之后,将三个行业指数放在同一个系统方程中,构建了向量回归模型。为进一步验证行业之间的引导关系,接着采用了格兰杰因果分析的方法,检验了行业之间可能存在的单向或双向引导关系。最后,本文引入Empirical Copula方法,构建非参数的三元Copula模型,用联合检验统计量与互相关性两方面分析三个行业之间的关联。能源、工业与金融三个在我国经济体系中占据至关重要地位,通过实证研究,三者之间确实存在着互相关性,尽管有时候存在滞后效应,但是一行业的异动仍可以对另一行业产生引导,且三者的联合相关性也成立。由此从相关性来测度体系性风险对监管者防范风险的蔓延具有一定的现实意义。本文的创新之处在于以研究相关性的方法来衡量体系性风险,区别于以往研究中的二元参数估计Copula方法,引入了多元的非参数Copula方法,突破原先相关性研究中多为两两相关的局限,能够考虑到三个行业的联合相关性。