由于金融市场数据常常呈现非正态、非对称的特点,传统的相关性分析方法在使用上受到限制。Copula函数在刻画金融市场之间的相关性方面有独特的优势,能够捕捉到随机变量之间非正态、非对称的相关结构,并通过分析尾部相关性,为风险管理提供了一种有效的新途径。实证研究表明,Copula方法可以较好地描述上证指数与道琼斯指数之间的相关性结构。通过估计模型参数和欧式平方距离检验,找到拟合程度最佳的Copula函数。接着用Gumbel Copula函数和Clayton Copula函数对股票市场之间的尾部相关程度进行刻画,表明在整个数据样本观察期间,上证指数与道琼斯指数的上下尾相关关系都很弱;而且从观察的前后两个阶段表明,上证指数与道琼斯指数的相关关系在后一个阶段比前一个阶段还要弱。最后计算基于Copula函数计算的投资组合VaR优于传统正态模拟计算的VaR。通过股票市场的相关性分析,将有助于投资者进行跨市场组合投资分析,从而分散风险。此外,有利于政府监管部门对于维持我国证券市场的正常运行,抵御外来金融风险冲击,也对相关政策的制定具有一定的参考价值。