当代社会金融危机不断出现,金融市场的波动频繁加剧,市场之间的相关性也变得更加复杂,这些复杂的相关性包括非线性相关,非对称相关以及尾部相关等,各种不同的相关结构最基础和最全面的对相关性进行了描述,而不同的相关形式又构成不同的相关结构,因此相关结构也就各具特点。目前Copula函数已被广泛地应用于金融市场,由于它可以避免一些传统相关性研究的弊端尤其是在金融市场中的风险管理以及度量方面,因此Copula函数日渐成为金融市场中相关性研究的一个有效的工具。一些传统的相关性度量具有各自或多或少的局限性和弊端,用Copula函数来建模分析金融中的相关性可以有效的克服这一点,它从而更好的刻画变量之间的非线性,非对称性以及尾部相关性等特征,可以更广泛的进行相关性分析也更具有实用性。Copula函数的出现将传统的用一两个指标来表示相关结构的方法用一种更为完整的和全面的表示变量间的相关性的发方法进行替代。因此Copula函数可以在不能决定线性相关系数正确与否的前提下来度量相关性。而Copula函数的参数估计方法是整个Copula函数模型中至关重要的一个研究问题。常用的Copula函数的估计方法主要有极大似然估计法、矩估计方法、非参数法等,但这些常有的估计方法都或多或少具有一定的局限性。局部多项式方法可在广泛的金融资产的估计下使用的密度分布,局部多项式估计方法使用的假设,寻找更多的资产相依结构,同时解决了资产结构的密度分布的依赖问题,是一个两全齐美的方法,并且可以准确分析相关的两个金融资产分布结构。有效地避免了极大似然估计法等推理方法的局限性。本文将非线性规划理论中的局部多项式思想引入到Copula函数的估计方法中并通过实证证明其可用性及有效性。