国际大宗商品市场和股票市场是重要的金融和投资市场,我国作为世界上最大的资源进口国,与国际大宗商品市场有着大量的贸易往来,而国际大宗商品市场的价格波动会给我们与其的贸易往来带来不确定性,而正是基于这一背景,本文将理论和实际结合,研究国际大宗商品市场对我国的风险溢出效应及渠道。本文测度了2011年2月至2021年2月国际大宗商品市场对中国股市的风险溢出,利用GARCH-Copula-Co Va R模型实证分析国际大宗商品市场对我国的风险溢出强度,然后多元回归模型实证分析了国际大宗商品市场对我国能源,工业以及石油化工板块股票风险溢出的渠道。首先利用GARCH模型处理金融时间序列普遍存在的异方差性,并根据模型似然比和信息准则判断,选取t分布作为最佳边缘分布,然后提取GARCH模型的标准化残差,同时选择t-Copula作为我们的Copula函数完成积分变换,然后算出Co Va R值,最后,通过建立多元回归模型实证分析国际大宗商品市场对中国股市的风险溢出渠道。本文实证结果表明:国际大宗商品市场对中国股市存在风险溢出效应,国际大宗商品市场对我国能源,工业,石油化工行业股票的风险溢出是通过贸易和金融渠道传染的,而且我国在当期进口的大宗商品数量越多,国际大宗商品市场对该板块的Co Va R值就越小,同时金融渠道也是国际大宗商品市场对我国股市风险溢出的一个主要渠道,大宗商品价格波动会使能源,工业,石油化工板块的主力净流出资金增多及换手率增加。最后,为检验结果的稳健性,本文采取替换解释变量和更换数据频率的方法,实证结果表明本文的结论是稳健可靠的。本文不同于以往文献的创新点在于:第一,相对于以往文献研究收益率或波动率的溢出,本文首次将Co Va R作为我们的被解释变量,具有新颖性,同时更创新性地为风险溢出设定了阈值,使文章分析结论更加稳健。第二,本文首次使用了板块的股票数据,相对于以往学者们只进行整个股票市场的研究有了一定的创新性。第三,以往学者们仅仅是分析了国际大宗商品市场对我国风险溢出存在贸易和金融两个渠道,本文引入了贸易进口量,板块股票的主力资金流出,换手率等中介变量,并且验证了国际大宗商品市场对我国能源,工业,石油化工等行业股票的风险溢出是通过贸易和金融渠道的。第四,相对于以前DCC-GARCH模型衡量动态相关性,利用Copula函数将两组序列的边缘分布联合得到一个联合分布,从而得到它们的尾部动态相关性,能更加全面的衡量极端情况下的风险溢出。