股票和债券市场间的相关性关系到投资者的获利能力、市场的整合等,一直是资本市场上的一项重要话题。近年来,导致国内外经济政策不确定性事件频发,这种经济政策的不确定性会对投资者的投资活动发产生影响,进而导致“流向质量”现象的出现,从而对股票和债券市场间相关关系发生作用。同时,已有文献较少涉及到经济政策不确定性、利率、汇率等因素以及四个细分经济政策不确定性对股票市场和债券市场动态相关关系的影响研究。基于此,本文的研究样本为2007年6月1日至2020年12月21日的股票和债券指数收盘价,具体而言是选取沪深300指数和中小板综合指数代表股票市场,选取中债综合财富指数代表债券市场,具体的研究方法和思路如下。本文首先通过构建股票和债券市场的VAR模型和DCC-GARCH模型对它们之间存在的动态相关关系进行研究分析。随后,本文研究了经济政策不确定性、通胀率、汇率和利率对股票和债券这两个金融市场之间的动态相依关系的影响。由于检验发现它们对股债相关性的影响是非线性的,因此本文选择能区分不同经济状态的MS-VAR模型进行实证研究,并最终确定为MSIH（2）-VAR（2）形式。接着,本文采用脉冲响应函数的方法,在上述基础上分区制对这些外部因素变化对股债收益率动态相关性的影响进行检验。进一步,分别考虑四个细分的中国经济政策不确定性对股票和债券市场动态相关性的影响。本文选择沪深300指数和中债综合财富指数的动态相关系数,与经济政策不确定性四个细分的子指数月度数据,构建出各自的MSVAR模型,以分析两种不同的股债相关性状态下,各个具体的经济政策不确定性对两个市场随时间发生变化的相关性的作用。最后,本文最后对实证得出的股市与债市月动态相关系数进行实际策略应用以降低组合风险,证明研究股债相关性的现实意义。本文利用非线性规划求解的方法将股票与债券收益率的相关性对组合中各个资产权重进行调整,以实现风险对冲。通过VAR模型、DCC-GARCH模型以及MS-VAR模型对股票和债券市场之间存在的动态相关关系进行研究分析,本文得出了如下几点结论。第一,整体层面上中国股市与债市相关性较弱,大多时段表现为负相关性,且债券市场对新信息的冲击更为敏感;第二,大部分样本处于股债相关性低状态下,高相关性状态起始时间约在2016-2017年,表现为两种区制状态发生了转换,平滑曲线所代表的相关性发生了结构性变化;第三,两个市场指数收益率之间的相关关系的程度从高相关性状态过渡到低相关性状态的概率极小,而由低相关性状态过渡到高相关性状态的概率为0.9896。本文利用MS-VAR模型分析股债的动态相关性的驱动成因以及细分的经济政策不确定性的差异化效应时,得出了两点结论。第一,股债相关性处于高低两种状态下,通货膨胀率与股债相关性负相关;利率与股债相关性正相关,即利率上升会导致股债相关性提高;两种相关性状态下汇率对两个市场的相关关系的作用程度非常微弱;经济政策不确定性提高,导致股债相关性表现为下降趋势,而经济政策不确定性下降会对两者相关关系产生方向不同的两种效应。第二,处于股债高相关性和低相关性状态下,货币政策不确定性的提高均会使得股票和债券市场之间的相关性短期内增强,且高相关性状态下的增强程度更大;财政政策、汇率与资本政策不确定性的提高均会使股债相关性短期内减弱,且低相关性状态下的减弱程度更大;贸易政策不确定性的提高会使得股债相关性短期内增强,且低相关性状态下的增强程度更大。最后本文通过策略构建和回测,发现在不同经济周期阶段投资组合最优解中各个资产配置比例差异明显,利用股市与债市的动态相关系数进行各资产配置权重可以在经济过热和滞胀时期降低组合方差。本文主要创新点在于如下三点,（1）理论方面,本文加入了经济政策不确定性这一因素对股债相关性的影响分析,并设计了利用股市与债市月动态相关系数调整混合基金中资产配置的策略。（2）研究方法方面,引入了MSVAR模型讨论股债相关性高低两种状态下经济政策不确定性指数、利率等以及细分四个经济政策不确定性对股债相关性的影响。（3）现实意义方面,本文发现经济政策不确定性提高会降低股债相关性,四个细分经济政策不确定性对股债相关性影响各有不同,这对于经济政策的制定意义重大。