本文通过研究选择适当的Copula模型以及优化算法,来描述我国股票市场的结构相关性,将其应用在行业板块相关风险分析。研究方法有尾部相关性分析、normal状态分析、边缘分布、GARCH模型、适合度检验、遗传算法等。其中Copula函数模型包括:Gumble、Clayton、Frank、Normal等模型。论文在深入研究Copula理论的基础上,构建了基于Copula理论的多变量金融时间序列模型并系统地研究了它们的动态建模问题,研究了Copula模型在金融风险管理上的应用,并最后应用优化算法解决描述板块相关性结构的问题。论文的主要工作和创新点如下:应用一套科学合理的流程来解决描述板块相关性结构的问题。并通过目前成熟遗传算法以及网格算法较精确的实现寻找板块相关性结构的目的。本论文将数理统计、时间序列、Copula函数、最优化等几大学科融合起来体现几大学科的实际应用价值。