20世纪以来,全球化和金融自由化成为了世界经济发展的主题。尤其是在最近的这三四十年的经济高速发展过程中,随着经济全球化和金融自由化的不断深入,金融资本可以在全球范围内迅速流动,再加上金融创新和信息技术飞速发展,资讯传播速度飞速发展,使得信息可以在较短时间内散布全球,提高了金融市场的效率,导致各国金融市场的联系逐渐密切,市场间的相互影响越来越大。金融时间序列之间集聚性,非对称性,非线性的关系已经能够不能用传统的统计方法得到有效的解决。本文将连接函数Copula理论引入金融分析中来,通过Copula函数对原有的GARCH类方法进行改进,以便更好地适应新的形势下遇到的新问题。本文详细地介绍了Copula函数的概念、性质及不同的Copula函数族。对Copula函数参数估计的不同方法进行了介绍和比较。我们利用上海、香港及纽约股市本文截取2006年的6月1日到2010年的12月31日的沪、美、港股指数据收盘价(上证综指、标普500指数和恒生指数)数据展开分析数据,比较了不同国家和地区在次贷危机发生的前中后期股票市场间的相关性。实证结果显示上海和香港以及美国之间在经济危机发生的前期相关性不强,但是在经济危机发生期间却突然有个很强的正相关关系,随着金融危机阴霾的逐渐散去,它们之间相关性的强弱由逐渐降低。本文的主要创新点如下:(1)第一次将次贷危机分为前、中、后三个阶段用Copula函数来分析和研究不同间断相关性的强弱。(2)首先运用Copula-GARCH (1,1)-t模型来分析和研究上证,恒生和美国标准普尔指数之间的相关关系。