随着经济全球化、金融创新和信息技术的进步,全球金融市场正发生着根本性的结构变化,金融市场之间的相互依赖、相互影响与日俱增。资本在全球金融市场范围内重新配置和组合,大大提高了资源的配置效率;与此同时,金融市场之间的价格协同运动使任何地区的金融市场的局部波动都会迅速波及、传染、放大到其他市场。因此,关于金融市场间的相关性研究显得尤为重要。针对线性相关系数与传统分析方法的不足,本文将Copula理论引入金融相关性分析领域。利用Copula理论用于金融市场间的相关性分析的独特的优势,对四个股票市场的主要指数日收益的相关性做了专门的研究。本文总结了Copula理论在金融方面的研究现状,系统地介绍了Copula理论及其应用,并论述了可由Copula函数导出非线性相关性测度和尾部性测度,最后进行实证分析。在构建了基于Copula理论的二元时间序列模型后,本文运用主要的五种Copula函数分别对上证综合指数和美国标准普尔500、深市成分指数和香港恒生指数之间的相关程度和相关模式进行了研究。通过极大似然估计判断拟合相关关系最优的Copula函数后,通过该Copula函数的相关参数、估计得的秩相关系数和尾部相关系数判断市场间的相关程度。结果显示,上证综指和其他三个市场的相关模式和相关程度是有差异的,度量的Copula函数不尽相同;并且,上证综指与标普500及恒生指数的之间虽是正相关但相关程度非常低。最后,针对金融市场间的相关关系的动态变化,引入时变相关正态Copula模型和时变相关Joe-Clayton Copula模型两种常用的时变二元Copula模型,进一步研究了相关参数的动态演进过程。结果表明,时变相关二元Copula模型对序列间相关关系的刻画能力和预测能力均优于静态的二元Copula模型。