Copula函数的应用，主要表现在两个方面：一、度量资产的相关性；二、其得出的资产间非线性相关性在投资组合中的应用。 针对以上两个问题，本文首先对Copula函数及其参数估计、模型检验方法进行了系统总结。在此基础上，结合小波理论，分析中国沪深两市高频交易序列的相关性。在此基础上，进一步探讨Copula函数在投资组合中的应用，在假设投资者具有常相对风险效用函数的前提下，分析二维投资组合在不同的边缘分布及联合分布为不同的Copula函数情况下，投资组合系数的变化情况。 本文的主要工作及创新点如下： 1.对现有的Copula理论进行了总结，重点归纳了几类不同的Copula，并给出了相应的性质；并对Copula建模过程中的参数估计、拟合检验问题进行了系统地总结。 2.借鉴了以往Copula函数研究低频金融数据的经验，将Copula的应用扩展到高频金融数据的相关性之中。结合小波理论，采用极大重叠离散小波变换，将上证指数和深圳成指高频收益率分解在不同的交易周期上，利用semi-GPD模型分别对各个周期收益率拟合边缘分布，在此基础上采用Copula函数方法建立同周期的联合分布，度量了沪深两市同周期交易的相关性。实证表明，不同交易周期所表现出的相关性存在明显差异，并且随着交易期的增长，沪深两市非对称结构逐步明显。有效得揭示沪深股市不同交易周期股票交易的相关性。 3.考虑二元投资组合，将联合分布描述为Copula结构，在假设投资者具有常相对风险效用函数的条件下，通过蒙特卡洛模拟的方法，得到最优投资组合系数。分析不同Copula结构对最优投资组合系数的影响。实证表明，在同样的风险厌恶系数下，资产联合分布采用Frank、Gumbel、Clayton、bbl Copula时，投资在高风险高收益资产上的权重表现为：Wfrank