Copula函数是度量随机变量相关性的一类重要函数,被广泛的应用于金融行业及经济市场的相关问题研究中,随着各金融行业内部和外部环境不断动态变化,引入时变Copula函数研究变量之间的动态相关性是非常有意义的.本文主要研究时变Copula函数的理论及其应用问题.首先,从非参数的角度出发提出基于kendall相关的时变Copula函数,并利用时变Copula函数分析成都市和德阳市两地产值之间非对称性及尾部相关性.其次,应用EWMA控制图监控四种Copula函数的时变参数对样本漂移的敏感度.本文在时变Copula函数理论的基础上做了如下研究:从Copula函数的非参数估计方法出发,提出基于Kendall相关的时变Copula函数.选取四川省成都市和德阳市历年产值增长率作为研究对象,分别采用静态Copula函数和时变Copula函数分析成德两市产业产值之间的相关关系,其次,选择上下尾相关系数研究两地区产业产值间的尾部相关性.结果表明对成德两市产值相关性的研究中时变Copula函数优于静态Copula函数,且成德两市产业产值之间存在随时间变化的正相关关系和上尾相关性.在EWMA控制图的基础上,通过蒙特卡洛实验和实证分析两种方法探究Copula函数的时变参数对样本漂移的敏感度.首先基于蒙特卡洛法产生的数据计算Gumbel,Clayton,Frank,AMH copula函数的时变参数,应用EWMA控制图监测运行过程中样本均值和方差的漂移对四类Copula函数时变参数的影响,即观察Copula函数的时变参数在过程失控状态下的平均运行长度的变化.其次,选取上海综指和恒生指数2015年到2019年的数据作为实际检测样本,运用EWMA控制图监控样本中特定的一次漂移.蒙特卡洛实验结果和实证结果一致且都表明,当样本发生小漂移时Clayton函数的时变参数最先检测到样本变化,说明Clayton函数的时变参数对于样本均值和方差产生的小漂移较其它Copula函数更敏感.