金融市场在经济全球化以及金融一体化的冲击下联系更为紧密、关系更为复杂,这对学界、业界研究金融市场提出了更高的要求,而准确刻画金融市场间的相依结构能够提高决策的准确性,降低决策风险,从而达到资产配置优化、金融风险测度的目的。因此,能够准确刻画金融市场间的相依结构对于投资者的投资决策、监管者的监测风险都具有一定的理论意义和现实意义。随着金融市场的不断深化,不同金融市场间的相依结构变得越来越复杂,主要表现在两点:第一,不同金融市场间的相依结构往往是非线性的;第二,金融市场是一个相互联系、相互依存的有机整体,不同金融市场间的相依结构不仅会受微观层面的高频信息的影响,也会受到宏观层面的低频信息的影响。因此针对已有研究的不足,文章将考虑不同频率信息的混频数据模型和能度量非线性相依结构的Copula理论相结合,构建了可以全面准确刻画市场间的相依结构及风险溢出效应的混频Copula模型。文章以2011年01月04日到2017年12月29日5个市场日收益率数据为样本,分析市场间的相依结构及风险溢出效应。文章主要工作和结论如下:第一,采用GARCH-MIDAS模型对5个市场日收益率进行边缘分布拟合,发现GARCH-MIDAS-LI-偏t模型能够很好地拟合5个市场的波动过程。第二,采用5种常见的Copula函数来刻画市场间的相依结构,发现t-Copula函数对市场间相依结构的拟合效果最好。第三,进行了静态和动态相依结构分析,发现市场间的相依结构具有时变性和非对称性;第四,进行了市场间风险溢出效应分析,发现采用无条件风险价值会低估实际风险,使用CoVaR能更全面准确地度量实际风险。市场间的风险溢出程度与自身的风险大小正相关。5个金融市场间存在着显著的双向风险溢出,风险溢出均为正值且存在非对称性。股票市场和金融期货市场是风险净溢出者,而大宗商品期货市场、债券市场以及外汇市场是风险净接受者。