2016年,作为第十三个五年规划的开局之年,我国经济已经进入"新常态"。"新常态"不是一个固定不变的状态,而是一个动态优化的过程。在此过程中,经济和金融市场的各个指标都呈现出了新的特点,其内在风险关联更加复杂。这使得传统的经济计量模型难以有效地测度风险相关结构,需要研究新的理论工具解决"新常态"下的风险结构测度问题。由于半参数C-VineCopula具有稳健灵活易于估计的特性,可以很好地解决此方面的问题,所以对该函数的研究具有重要的理论意义与应用价值。Copula函数模型是一种新型多元联合分布建模工具。其显著特点是两步法构造,使得各个变量的个体特征体现在其边缘分布中,而相关性结构体现在Copula函数中。与传统的多元正态、多元t分布比,该模型放松了假设条件,构造更为灵活简便,应用更为广泛,能够更为真实地拟合经济变量的联合分布。鉴于以上优点,根据目前金融风险结构的特征,论文对Copula函数模型进行了以下几个方面的研究:论文首先对Copula函数的中外文献进行了梳理和总结。其次,对相关性测度指标及Copula函数建模的边缘分布、函数模型、估计和检验等相关步骤中所用工具的理论性质和应用范围进行了详细而深入的研究。再次,就非参数核密度估计方法与较为流行的Vine Copula模型的结合进行了研究,构造了半参数C-Vine Copula模型。最后,在以上研究的基础上,针对美、中、日、德、英五国股票市场的风险相关性程度及结构进行了测度研究。并就其经济意义进行了讨论和分析。论文的主要创新体现在以下几个方面:第一,提出了在数据样本数量较少或存在内在非线性转换机制的情况下,可以使用STAR模型拟合边缘分布,构造STAR-Copula模型。第二,在非参数核密度方法研究部分,对二阶核、高阶核和非对称核进行了理论研究及在各种分布环境下的模拟,表明了正态核和非对称核具有良好的估计性质,双角核、三角核和Epanechnikov核存在较小的边界效应。第三,结合非参数核密度方法对数据限制较少的优点和Vine Copula模型构造灵活的优点,首创了半参数C-Vine Copula模型,并就其在各种环境下的估计性质进行了 MonteCarlo模拟,表明了该模型具有良好的稳健性,适用于数据分布不规律以及数据异常波动情况下的多元联合分布建模。论文创新给"新常态"金融风险相关结构测度研究提供了有力的定量分析工具。