随着全球经济的快速发展,国内金融与世界接轨日益紧密,各个市场之间的联系快速加强,市场之间的相关性也更加复杂。当前,中国资本市场发展迅猛,但相较国外资本市场而言,仍有许多不足之处。比如西方发达国家中,股票市场与债券市场可以协调互补,债券市场的平稳波动弥补股票市场的剧烈波动,反过来股票市场可以对债券市场提供反馈作用。但由于中国市场的特殊性,这种特征是否同样存在,值得深思。中国股票市场以及债券市场与国外发达市场比较而言并不成熟,许多方面还需要继续完善。近年来,金融全球化不断加深,中国资本市场发展越来越快,从而资管规模也越来越大。在众多的资本资产配置中,股票与债券两类资产起着决定性的作用。不仅如此,股票和债券两市场不仅在国内金融市场尤为重要,在其他国家发展中也同样重要,所以,深刻了解两市场关系以及运行规律,能够更好的促进经济发展。本文选取上证综合指数日收盘价数据代表股票市场,选取上证国债指数日收盘价数据代表债券市场。构建了EGARCH-Copula模型与MRS-EGARCH-Copula模型,分别分析了股债相关性的变化。一方面,首先通过EGARCH模型的估计,可以知道两市场均存在较强的杠杆效应,并且在2008年经济危机前后,股票市场与债券市场均发生剧烈波动,而在2015年牛熊市市场当中,股市的波动更为明显,但债券市场较为平稳。其次,利用EGARCH对股票市场与债券市场的收益率数据进行过滤,而后考察了两市场之间的相关性,其结果表明,股债两市场的静态相关性并不明显,即两市场并没有明显的静态相关性。而由于两市场均发生过高低波动的转换过程,因此,在另一方面,本文在EGARCH的过滤模型中引入马尔科夫转换机制,构建MRS-EGARCH-Copula模型。首先通过MRS-EGARCH模型的估计,发现股票市场在高波动状态下持续时间更长,而债券市场在低波动状态下持续时间更长,不仅如此,股票市场在低波动状态下更倾向往高波动状态下转移,而债券市场高波动状态下更倾向往低波动状态下转移。而MRS-EGARCH模型估计的结果中,股票市场在高波动状态下的杠杆效应明显,而在低波动状态下杠杆效应不显著;债券市场在低波动状态下杠杆效应明显,而高波动状态下杠杆效应不显著。其次,利用MRS-EGARCH模型对股票市场与债券市场的收益率数据进行过滤,从而再次考察股债两市场之间的相关性,结果发现,虽然MRS-EGARCH模型比EGARCH模型过滤效果好,模型更为改进,但股债两市场静态相关性依然不显著,因此,可以知道两市场并没有明显的静态相关性。最后,通过极大似然值与两种信息准则的比较选出了两种估计中表现最优的Copula模型,分别度量股债动态相关性和尾部动态相关性,结果表明,股债之间的尾部相关性(也就是下尾相关性)表现较好,说明在经济状况较差,极端经济事件发生时,股债两市场同时发生极端下跌的概率极大。