股票市场与大宗商品市场之间的相关性是投资组合、金融监管与风险管理中的重要变量。作为股票指数与大宗商品的金融衍生品,股指期货与商品期货属于同一类金融资产,其交易机制相似,更适合作为股票市场与商品市场相关性的研究对象。金融市场的相关关系具有非线性的特点,无法使用传统的线性相关系数进行研究。Copula函数由Sklar在1959年提出,经过数十年的发展,已成为研究非线性相关关系的有力工具。本文基于Copula模型对股指期货与商品期货的相关关系进行了全面地研究。首先,为了剔除时间序列自身相关性的干扰,本文分别对股指期货指数与商品期货指数的收益率序列构建了 GARCH类模型,实证结果显示,两个收益率时间序列的残差分布都呈现出尖峰厚尾的特点。在此之后,本文使用GARCH类模型残差序列的经验分布作为Copula模型的边缘分布,并分别建立了参数不变的Copula模型与参数时变的Copula模型,从静态相关性与动态相关性两个角度进行了研究。在静态相关性分析中,本文分别选择了四种具有不同相关性结构特征的Copula函数构建了单一 Copula模型。在对各模型进行拟合优度检验后发现,具有非对称性的Copula函数均不能通过检验,股指期货与商品期货相关性的非对称性较弱。因为单一 Copula模型对相关性结构特征的描述存在局限性,无法涵盖所有的结构性特征。本文进一步构建了混合Copula模型,混合Copula模型的拟合效果要优于此前构建的单一 Copula模型。通过混合Copula模型进行相关性分析的结果显示,股指期货与商品期货收益率之间存在正相关性、正尾部相关性与较强的对称性。在动态相关性分析中,本文构建了时变混合Copula模型并研究了整体相关性与尾部相关性的变化,结果显示,研究期内我国股指期货与商品期货的相关关系呈现出三个明显不同的阶段。最后,本文针对股指期货与商品期货市场相关性的结构性特征分别对投资者与金融监管部门提出了对策与建议:投资者需要注意规避股指期货与商品期货市场相关性带来的跨市场风险;金融监管需要加强跨市场管理、将尾部相关性纳入监控指标。