现今,金融危机和波动频繁出现,金融市场间的关系变得日趋复杂,呈现非正态、非线性、非对称和尾部相关.Copula函数用于金融市场间的相关性分析有其独特的优势,可以直接对相关结构建模,可以描述到非正态、非线性、非对称和尾部相关,这对相关结构的描述具有很大的现实意义.在理论方面,本文开始对Copula函数的定义和相关性质进行了介绍,并详细介绍了基于Copula理论的几种相关性测度,Kendall秩相关系数τ、Spearman秩相关系数ρ和尾部相关系数λU,λL.接着对几种典型的阿基米德Copula函数Gumbel、Clayton、C Copula进行了详细介绍,对它们的相关性尤其是尾部相关性进行了深入研究.最后介绍了Copula函数的参数估计方法和选择最优Copula函数的检验方法.在实证方面,本文以上证综合指数、深证综合指数和恒生指数2006年到2009年的收盘价为研究样本,对对数收益率序列进行正态性和自相关性检验,结果都拒绝了正态性和自相关性假设.接着用Gumbel、Clayton和C Copula函数对数据进行拟合,用一种估计阿基米德Copula参数的方法对参数进行估计，用Q-Q图、K-S检验和最小方差检验发现,用C Copula函数描述上证和深证两个市场的关系最合适,用Clayton Copula函数描述上证和恒生、深证和恒生市场的关系最合适，并运用C Copula函数对上证指数和深证指数的尾部相关性进行研究,发现上证指数和深证指数对数收益率之间呈现明显的上尾和下尾相关.运用Clayton Copula函数对上证指数和恒生指数、深证指数和恒生指数的尾部相关性进行研究,发现上证指数和恒生指数、深证指数和恒生指数对数收益率之间都呈现明显的下尾相关性,上尾相关性较差.对股票市场的相关性,尤其是尾部相关性的研究,在金融风险管理中有着十分重要的意义,风险管理者可以通过分析股票市场间的尾部相关性,进而度量风险,做出适合的决策,对三个股票市场的相关性分析为投资者以后在对股票的投资组合时提供了比较好的理论依据.