金融市场中相关性的分析很多,但是大多数的相关性分析都是采用线性的相关系数,可是并不是所有的相关结构都是线性的,可能存在非正态、非对称的特点,Copula函数用于金融市场间的相关性分析具有其独特的优势,可以直接对相关结构建模,可以描述到非正态,非对称分布的尾部信息,这对相关结构的描述具有很大的现实意义本文正是在金融危机的背景下,利用二元Copula-GARCH模型,选取从2003年1月1日到2010年12月31日上证综指和深证成指日收益率,以2007年1月1日为分界点,将样本期分为两个阶段进行实证研究,探寻我国沪深股市间的相关性问题。首先对收益率序列进行统计特征分析,利用ADF检验分析序列平稳性,然后运用Granger因果检验分析两市间收益率变动的因果关系,最后根据Copula理论构建Copula-GARCH模型进行建模,主要采用Cumbel Copula与Clayton Copula函数,具体测度了沪深股市间的尾部相关性。实证结果表明:我国沪深股市日收益率序列呈现出明显的“尖峰”、“厚尾”特征,而且是平稳的,通过Granger因果检验表明两市间在长期的确存在因果导向关系,为了具体测度沪深股市相关性,利用构建的Copula-GARCH模型分析得出两市存在较强的相关关系,具体表现为上尾相关系数和下尾相关系数均较大,但下尾相关性更强,具有非对称性,且在危机前后变化不明显,表明我国股票市场整体运行平稳,两市间的相关性在熊市期间强于牛市期间,投资者不太可能通过在沪深股市进行股票投资组合来降低投资风险。