摘要:中美股票市场联动关系的正确认识，有助于从容应对复杂的国际国内形势，防范金融风险的传递。本文以中国上证综指和美国道琼斯工业平均指数为变量，选取2003年7月9日到2018年5月31日样本数据，考虑重大事件的影响，将数据分为三个阶段运用Copula函数进行分析，同时，也对中欧、中英、中日股市之间的联动性进行对比分析。研究发现，中美股市三个阶段之间的相关系数分别为0、3.75%、14.81%，表明其联动性在逐渐增强；中欧、中英的相关系数分别为18.54%、16.65%，表明其联动性高于中美股市，中日相关系数为13.39%，要弱于中美股市的联动性。根据研究结论，提出金融监管以国际视野预警和防范金融风险，投资者的套利组合策略要充分考虑中国和发达国家股市逐渐增强的联动性，均衡发展同发达国家或地区的经济和贸易关系。

摘要:金融资产不但存在方差风险，还存在时变偏度风险和时变峰度风险，这使得仅从金融资产的前两阶矩出发来研究风险变化显得十分局限。GJRSKM模型是描述金融资产的高阶矩风险的有效工具，可对单个金融资产的分布进行拟合，而MCopula函数能连接组合金融资产的边缘分布，因此本文建立了MCopulaGJRSKM模型来研究沪深两股票市场的相依性。实证表明，上证综指和深圳成指对数收益率存在高阶矩风险和风险的非对称性，即指数下跌时，条件方差风险和条件高阶矩风险会增大，且在极端情况下，两市上涨的概率要大于下跌的概率。