随着经济全球化和金融一体化的发展,各金融行业和金融市场间呈现多元化和复杂化的结构,使得它们之间的联系更加紧密且复杂。精准刻画金融变量间的风险相依结构和关联关系对于科学地风险评估以及准确地金融决策具有一定的理论和现实意义。目前,较成熟的Copula相关理论能很好地刻画金融变量的风险相依情况,因此,本文按照由点及面的思路,运用Copula模型来研究我国14个金融机构间、我国金融四大子行业间及全球五大经济强国股市间的风险相依情况。首先,本文对预备知识进行了梳理,包括Copula基本理论和隐马尔科夫模型。介绍了Copula函数的定义与性质,阐述了常见的Copula函数、估计方法和尾部风险测度,总结了常用最优Copula模型的选择方法,还介绍了隐马尔科夫模型的相关知识。其次,选取银行与保险行业中的14个代表机构,运用参数估计法和非参数估计法分别拟合边缘分布;对均匀变量构建分层阿基米德Copula模型,根据PP图选择最优Copula函数。得到以下结论:第一,保险业、大型商业银行和股份制商业银行各自聚成一类,并具有明显的分层相依结构。第二,行业内的相依性高于行业间,保险业内部的相依性整体高于银行业,大型商业银行内部的相依性普遍高于股份制商业银行。第三,工商银行和建设银行的相关性在大型商业银行中最高,它们与交通银行间的关联性最弱;兴业银行和浦发银行的相依性在股份制商业银行中最强,他们与中信银行的相依性最弱;平安险和太保险在保险业中相关性最高,它们与人寿险的相关性相对弱一些。总体来说,保险和银行业之间的相依程度较高,且行业内部连接紧密,金融极端事件发生时,银行业和保险业均易受到对方风险的冲击和影响。进一步,在混合Copula模型基础上引入隐马尔科夫模型(HMM),构建高维HMM混合Copula模型,将已转换的均匀变量带入3种单一Copula模型、混合Copula模型以及HMM混合Copula模型中,得到金融四大子行业间的相依情况和动态转换路径,并运用构建模型来分析四大子行业间的尾部风险。结果表明:其一,构建的HMM混合Copula模型比3种单一Copula模型、混合Copula模型更优,它能较好的表现出金融行业间的相依状态和动态转换路径;其二,高相依状态时,我国金融子行业间的相依性较强,风险传染的概率较大,从相依性和风险传染的角度看,可能会引发宏观或系统性风险;其三,高相依状态下金融子行业间的尾部风险比低相依状态下的大,在两种状态下,银行业和保险业之间的尾部相依性均最强,极端事件发生时更易受到对方风险冲击的影响,而信托业和其他三个行业间的尾部风险相对较弱。最后,运用非参数核密度估计法拟合边缘分布,将分层阿基米德Copula模型嵌套于隐马尔科夫框架中,构建高维HMM分层Copula模型,并分析全球五大经济强国股市在危机期间和危机后的分层结构和动态风险相依情况。结果显示,第一,五国股市均存在尾部风险相依,两阶段的分层结构相同,但强度不相同。第二,五国股市形成了4层完全嵌套的阿基米德Copula结构,其中英国股市和德国股市位于第一层,美国股市位于第二层,日本股市位于第三层,我国股市位于第四层;由于相依强度随着层次的增高而减小,则英国股市和德国股市之间的风险相依性最强,其次是美国股市,再者是日本股市,我国股市和它们的关联性最小。第三,在危机期间和危机后期的两阶段中,各股市间的相依性均较强,虽危机后期股市间的风险相依强度较危机期有所下降,但仍然保持较高的水平。