目前金融风险是国际、国内都非常关注的课题。随着全球经济的不断深入，金融市场之间的相互依赖性、相互影响与日俱增。于金融市场间的相关性研究显得尤为重要。收益率尾部行为的研究越来越受到重视，证券收益率尾部研究是对收益率分布的尾部行为及特征的数量研究，它表示当一个观测变量的实现值为极值时，另一个变量也出现极值的概率。Copula函数用于金融市场间的这种相关性分析具有其独特的优势，可以直接对相关结构建模，能够有效的刻画随机变量间的非线性、非对称性，特别是容易捕捉到变量分布尾部的相关关系，这对相关结构的描述具有重要的现实意义。但Copula函数选择不当会造成尾部相关性分析结果的严重扭曲。　　由于尾部相关性为两个变量联合分布的尾部性质，本文拟以 Copula函数为工具，通过寻求对尾部数据拟合好的Copula函数研究变量间的尾部相关性，探讨相应的参数估计方法，尾部拟合检验方法等，并通过实例验证方法的有效性。　　本文利用Copula理论研究了不同金融市场之间的尾部相关性，在选择了恰当的尾部数据的基础上分析了尾部相关性，主要工作如下：　　第一，主要介绍了本文所用到的目前国际上已经比较成熟的Copula函数基本理论。包括 Copula函数的定义、类型以及参数估计方法。讨论基于选择性数据的参数估计，给出了基于选择性数据的参数估计方法。　　第二，介绍了几种常用的基于完全样本的Copula函数检验方法，建立了基于尾部样本数据的Copula函数的尾部拟合检验方法，并对尾部样本数据的选择问题进行了探讨。　　第三，介绍了几种常用的相关性分析，重点介绍了尾部相关性，提出了基于尾部数据的尾部相关性系数估计方法，最后用拟合好的Copula函数对上证和深证的尾部相关性进行了分析。