欧债危机以及2008年美国次贷危机引发了全球范围内的金融危机,都说明了由于经济全球化的推进,风险效应会在一国金融市场内迅速地传递到世界范围内,而不是局限于本国之内,因此,对于风险溢出效应的研究至关重要。然而,传统的VaR(Value at Risk)技术存在一定的局限性,其只能独立地测度市场的风险状况,往往会低估市场风险,不能有效地对市场间的风险溢出进行估计。本文试图采用CoVaR(Conditional Value-at-risk)去捕捉不同国家地区股票市场的溢出风险状况,其中,使用相依关系函数Copula去测度CoVaR(Conditional Value-at-risk)。本文构建了两大模型—GHYP-Copula-CoVaR和GARCH-Copula-CoVaR去研究一个股票市场发生风险事件时对于另一股票市场的风险溢出效应。具体而言,GHYP-Copula-CoVaR模型首先使用广义双曲线分布对收益率时间序列进行边缘分布拟合,研究显示广义双曲线分布能够较好地拟合收益率时间序列的尖峰、厚尾以及偏斜的特征;而Copula函数则刻画了两两市场的相依关系与联合分布;最后在前两步骤的基础上去测算风险溢出效应指标—CoVaR。第二,GARCH-Copula-CoVaR采用了相同的研究思路,但是在边缘分布的拟合上我们利用了GARCH波动性模型,进一步对收益率方差进行建模。选取美国、日本以及中国香港世界三大经济体的股票市场为研究对象,分析这三大股市对于中国股票市场的风险溢出效应。同时,我们还以美国次贷危机为节点,研究了金融危机中、前、后不同阶段的风险溢出效应的变化情况。最后,结果显示三大经济体股市对于中国股市均具有显著的正向风险溢出效应,但大小不同。另一方面,选取中国A、B股市场为研究对象,并得出结论:A、B股市场之间存在双向的显著正向溢出效应,但是B股对A股的风险溢出效应强度相对弱了很多。最后本文也从经济制度等角度进行了原因分析。