随着信息通信技术和金融衍生技术的发展，“金融抑制”观点和“金融深化”理论的提出，一些国家纷纷撤销金融管制，从而增强了金融市场间的信息交流，使得市场间的相关性大大加强。因此，波动可能会从一个金融市场传递到另一个市场，即金融市场间可能存在着波动溢出效应。　　 本文首先分析了研究股市联动效应的一般方法，如传统的相关性模型，ARCH类模型，和文中所采用的TAR模型。其次对于产生股市波动溢出效应的原因从金融行为学的角度进行了分析。为了对股市波动率进行模拟建立非线性模型，我们对沪深股市的数据进行了非线性检验且估计出了门限值的一致估计量。最后通过模型的估计发现，深圳股市对上海股市存在着较强的波动溢出效应，并且这种波动溢出效应表现为两种体制，在坏消息下的收益率波动性要远远的大于在好消息情况的波动。　　 本文的创新研究主要是下面几个方面，首先是在国内股市中应用双门限TAR-GARCH模型。门限模型的一般情况是，由外部性影响的不同或者残差波动性的不同影响将均值方程分为两个体制，分析外部效应对收益率的非对称影响或者是残差对收益率的非对称影响，而文中讨论的TAR-GARCH模型，同样由于外部性影响的不同而分为非对称性的两部分，但是对模型的方差项，由于其外部性影响也分为两个体制。其次是模型的估计方法，不同于以前通常使用的最小二乘估计或者是极大似然估计，文中使用的是MCMC估计。在贝叶斯框架下的MCMC估计方法可以更好的改进估计结果的精度和结果的稳定性。