在经济进入新常态背景下,随着金融市场开放程度的加深,金融一体化进程也更加深入。金融一体化的过程不仅意味着国家和地区间的金融联系日益密切,还包括各国内部金融子行业的相互交叉和渗透。2018年银监会与保监会合并,旨在提高金融业监管能力,增强协同监管力度。2019年《金融控股公司监督管理试行办法（征求意见稿）》也强调了防范混业经营带来的金融风险,党的十九大强调了防范系统性金融风险的重要性,守住风险底线。但我国金融机构之间的联系日益紧密使得单个金融行业引发的金融风险更加错综复杂,当某一个金融子行业市场发生极端情况时,风险可能会迅速蔓延至其他行业,甚至扩散到整个金融市场。当前我国金融机构的多业务合作使混业经营趋势愈发明显,为我国金融系统的风险管理带来了新的挑战。相依结构联动性分析与风险管理应用是金融业风险管理的重要研究方向。传统的相依分析使用线性相关系数刻画相依结构,忽视了金融时间序列具有非线性、非对称性、尖峰厚尾、时变性等特点。Erb等（1994）、Longin和Bruno（2001）、Cherubini等（2011）通过实证分析认为Copula函数可以描述变量间的非线性、非对称性相关关系,更为科学、准确、真实的刻画金融市场,能够为金融微观投资与宏观决策提供支持。Forbes和Rigobon（2002）、Okimoto（2008）、Wang等（2013）论证了Copula函数对风险管理具有重要作用,其在Va R测度准确性和风险传染管理中都有良好表现。在实际中外部经济环境变化或市场内部变动都可能会对金融市场及其数据产生不同程度的影响。在这种情况下,考虑Copula参数与结构变化的动态模型比静态模型更加贴合真实金融时间序列。本文通过将Copula变点检测方法应用于我国金融业,探究适合我国金融业的动态变结构Copula模型,检验静态Copula建模和动态Copula建模的拟合优度及两者在风险测量方面的有效性,分析我国金融业的动态依赖结构和风险传染效应。从微观角度来看,有利于投资者把握金融市场结构、管理组合风险;从宏观经济的角度看,有利于政府发展完善金融体系,更有效地切断危机发生时的风险转移,更好地保持金融市场的相对稳定。本文采用理论基础、方法构建和实证分析研究框架。选取银行、证券以及保险业的申万二级行业指数,以2010年11月22日至2020年11月5日的数据为原始分析数据。基于Copula变点检测比较我国银行、证券与保险业两两之间的静态Copula与变结构Copula模型并分析我国金融业相依关系。通过静态与动态模型的单市场Va R与投资组合Va R分析动态Copula建模的有效性与其风险管理的重要性,计算三个行业指数的Co Va R、（35）Co Va R与%Co Va R值,研究指数间的风险溢出方向与强度。本文主要分为以下几个章节:第一章为绪论。首先介绍论文的研究背景、提出研究意义、确定研究方法与研究内容,最后对比已有研究成果提出本文创新之处。第二章为文献综述。梳理了Copula理论、Copula变点检测、Copula风险管理与我国金融业相依结构研究的有关文献并做简单评述。第三章为研究设计。介绍了Copula模型、参数变化检测、基于Copula模型的Va R与Co Va R计算算法等。第四章为实证分析。该章节对样本数据进行变结构Copula拟合并分析我国金融业相依结构,考察动态Copula建模的重要性。第五章为结论。总结本文实证分析结果,提出风险管理建议并提出改进优化意见,讨论未来研究方向。论文的主要研究结论包括:（1）金融业中不同子行业指数变结构点出现时间及数量较为相似,我国金融业间存在较高的相依性。不同行业间Copula族变化对经济波动的灵敏度不同,可以以此设置预警机制。（2）经济波动变化时Copula结构也会发生变化,Copula族变化伴随着经济环境与金融事件的发生,变化规律具有一致性。（3）不论是单市场风险测度还是投资组合的风险管理中,动态变结构Copula都比静态Copula包括了更多的风险,考虑了更多损失。（4）主要金融行业指数间均存在风险溢出,溢出效应方向均为正,但风险溢出效应强度不同。变结构Copula模型下Copula函数变化与风险溢出效应变化具有一致性。（5）在主要金融行业中,风险溢出是不对称的,证券行业具有较强的风险溢出效应,处于风险传染的中心。本文创新点主要包括:（1）在理论研究IFM参数估计时,引入具有正常创新的GARCH（1,1）-t模型拟合指数对数收益率。在变点检测分析中,不仅检测多变点位置,还引入均值理论分析不同变点区间内指数均值差异。（2）在研究方法上基于变结构Copula中Copula族变化分析我国金融业内部的动态依赖结构。将Copula结构、经济状况、相依关系与风险管理相结合,能够综合考察动态变结构Copula模型的有效性与动态风险管理的重要性。（3）本文在金融业动态相依结构下基于Copula Va R模型考察了主要金融业单市场Va R与金融业投资组合Va R,将静态Copula与动态Copula模型下的Monte Carlo模拟结果进行比较,能更好的说明动态建模对单市场与投资组合风险管理的重要性。在分析金融业间风险溢出效应时进一步考察了经济环境变动下金融业Copula相依结构变化与风险溢出效应强度的关系。不可避免的,由于研究水平有限,本文还存在不足之处:（1）在前期模型搭建角度,仅对银行、证券与银行指数对数收益率进行两两之间二维Copula建模,没有进一步进行不同指数间的高维Copula建模来分析其动态依赖结构。在进行Copula结构多变点检测时使用二元分割方法检测,虽然检测结果与实际股市表现相符,但在之后的研究中可以对多种多变点检测方法进行比较,从而使用表现最优的多变点检测方法进行动态变结构Copula建模。（2）在后期结果分析角度。投资组合的选择方法较为单一,Copula结构下Monte Carlo模拟的样本量选择也较为主观,虽然研究结果显示动态Copula建模包括了更多风险,但仍具有一定的局限性。另外在不同模型比较时没有进一步拓展后验分析方法,仅就计算结果进行了简单比较。