资产相关性分析是实证金融的重要课题,对不同市场金融工具联动性特征的研究有助于完整描述收益和风险的相互影响。资本市场间的联动关系在分析信息传导、组合选择和风险管理中具有重要作用。市场间联动性关系的刻画可以使得股市和债市之间表现的动态的相关性,更能直观的表现两市之间的尾部相关性。本文基于股市和债市之间存在的非对称性现象,利用马尔科夫状态转移结合Copula模型,探究股市和债市联动性关系。利用状态转移来刻画股票市场和债券市场的非对称性状态变化过程,并选用Copula模型与马尔科夫状态转移相结合的方法,对四个国家八个市场的指数进行相关建模分析。根据股市和债市的市场收益率的时间序列具有尖峰后尾特性,对其建立了GARCH-M模型,并通过序列相关检验和正态性检验证明此模型是合理的。实证结果显示:股市方面,美国和日本股票对信息的敏感度略高于中国;债市日本和中国的债券市场的信的敏感度高于德国和美国,且中国、美国、德国、日本的股票和债券市场的波动性都具有很强的持续性。对于市场间的联动性分析,本文利用了马尔科夫状态转移Copula模型进行了相关分析,并且利用极大似然估计的方法,对模型的参数进行了估计,最后给出平滑概率图结合模型参数进行分析。结果表明,一、在同一个国家股票和债券市场间的联动性关系中,日本两市之间的非对称性现象明显比其他三个国家间的市场更强。美国两市之间的非对称状态切换概率要大于其他三个国家。二、在不同国家同一个市场股票和债券市场间的联动性关系中,中国和日本两市之间的非对称性现象要强于德国和美国两个国家的市场。特别指出,美国德国的债券市场的非对称状态切换概率要小于其他两个国家。三、不同国家不同市场股票和债券市场间的联动性关系中,不论是非对称性强度还是各个状态切换概率方面,四组研究样本都是表现差不多的水平。最后在实证的基础上对股市之间状态转换概率的影响,做了一个简单应用,引入汇率波动这个解释变量,探讨两者之间的关系。结果表明,两个国家之间的汇率波动对两个国家股票市场的波动有正相关的作用,汇率波动越大,对两个国家的股票市场间的波动影响越大。