创业板是新兴的金融市场,代表着国家未来经济的发展方向,指数和成交量作为股市技术分析的重要指标,指数序列代表着整个创业板股票的基本情况,成交量的多少代表着投资者对股市投资的“情绪指数”。对创业板指数和成交量深入分析与研究具有重要意义。前人对创业板指数和成交量也有部分研究,但是存在样本量少,方法单一的情况。本文基于创业板指数挂牌之日(2010.06.01)起至近期(2017.10.27)创业板日、周和月数据,样本量大,且样本涵盖了三种类型的数据,数据丰富。本文利用ARCH族模型、Granger因果关系检验,Gumbel Copula函数,对创业板指数和成交量进行研究,得到创业板指数和成交量之间存在正相关的关系。通过ARCH-M模型得到指数和风险负相关,成交量和风险正相关。ARCH模型和ARCH-M模型都能很好的拟合序列,并且对序列预测结果理想。TARCH和EGARCH模型得到,指数和成交量的日数据都存在信息不对称和杠杆效应,即利空消息能产生比利好消息更大的冲击影响,而周数据和月数据不存在杠杆效应。通过计算Kendall秩相关系数和上尾部相关系数并分析得出,日数据、周数据和月数据均存在正的相关关系,和上尾部相关关系,但是相关性较弱。