本文分为两部分，分别讨论了上海和深圳股票市场的波动性及相依性。　　 第一部分为中国股市波动过程分析.研究对象为上海和深圳股票市场收盘价格指数的对数收益率序列，目的是捕捉高频金融时间序列的特征，如长记忆性、条件方差时变性、肥尾特征等，并在此基础上建立合理的波动模型.文章采用一般到特殊的建模分析方法并进行参数估计和模型检验，对沪深股市系统性地建立了两个相似的GARCH模型.实证结果表明ARFIMA-APARCH-skewed-t过程不仅能够捕捉到金融时序的典型特征还能有效地逼近真实数据的生成过程。　　 第二部分通过copula理论对上海和深圳股市间的相依性进行分析和度量.Cop-ula函数可以将联合分布与边缘分布连接起来，所以也被称作连接函数.其中极值copula与尾copula因其灵活性和允许快速计算在进行大的联合风险估价时功能更强。文中首先介绍了copula函数的定义和一些基本性质，回顾了一些度量相依性的工具，以及相关的估计和检验方法；然后运用copula方法对上海和深圳股市之间的关系建模，通过copula函数和极值copula函数的分布拟合检验以及尾相依系数的估计和计算，来体现股票市场变量之间的相依性。