金融市场的不断发展变化,使得金融资产间的相关关系越来越复杂,所体现出来的非线性相依性、非对称性和尾部相依性等特征也愈加明显。基于传统的线性相关分析已不能再准确、全面地反映出金融市场的相关性。而Sklar理论(1959)为度量这种复杂的相依关系提供了一个很好的平台,该理论指出随机变量间相关性可通过Copula函数模型进行刻画,从而很好地描述金融资产的联动性和相依性。本文主要研究Copula函数模型的相关选择和参数的估计以及其在经济、金融领域的应用。论文在深入研究Copula理论的基础上,比较分析了Copula函数的参数、半参数和非参数的三种形式的特点以及各自在经济、金融领域的应用,同时结合线性规划的思想提出了一种新的估计混合Copula模型参数的方法,并实际验证了其可行性。论文的主要内容和创新点如下：1、以Copula函数模型的构建方法为基础,系统地分析了参数Copula函数的参数估计方法,并在此基础上论述了Copula理论在度量经济、金融相关性上的应用。2、以基金市场与股票市场的相关性为背景,结合非参数估计方法中的核密度估计法,构建合适的半参数Copula函数模型以说明金融危机时期我国股市与封闭式基金市场的相互联系。3、利用模拟的方法具体说明了非参数方法拟合Copula函数的重要意义,同时以金融市场的实际数据为基础,利用核函数估计出边际分布密度,进而再通过相应的边际转换量和多元核密度估计拟合出Copula函数模型。4、以目前所提出的几种Copula选择方法为参考,采用混合Copula模型的构建方法和最小二乘的思想,以经验Copula为标准对混合Copula模型的相关参数进行估计,进而获得最优的Copula度量模型。并在此基础上进行了相应的实际拟合和模拟检验,说明了该方法的可行性以及金融市场间的联合变动关系。