自上世纪末开始,金融全球化、自由化的浪潮开始席卷全球,世界上一些发达国家积极开展经济贸易合作,这促使了国际资本的快速流动。而股市又作为国际金融市场上资本快速流动的重要渠道,很容易导致一个国家资本的快速流失,甚至发生严重的经济金融危机。且一旦一国发生大面积的金融危机,又会通过股市这个渠道传染给与其紧密联系的其他国家资本市场,所以股市就成为我们的研究重点。回顾世界上几次大的金融危机,在股市上都有很明显的表现,且给国家的经济体系造成很大冲击。本文选取世界上主要影响力较大的16个股票市场,以每个市场的收益率数据为样本。首先对每个市场的收益率数据借助于GPD-GJR-GARCH模型进行拟合及描述分析每个市场的波动特征。其次,利用三种Vine Copula模型研究了上述各市场间的整体、尾部相关性大小及相互的传染结构。再次,采用极大似然变点检验验证了在存在金融大事件时,区域风险传染结构会改变的结论。最后,采用新的风险测度方法Co VaR结合最优的R-Vine Copula模型的相依结构,具体测算了各个股市间相互风险溢出的强度。实证分析表明:第一,国际股市间由于市场间紧密的联系存在不同程度的风险溢出,欧美区域的国家市场间风险溢出强度普遍较其他地区的大,这也与欧美发达的经济体系及高度的自由贸易往来有关。各国股市间存在非对称的风险溢出,在欧美区域,法国市场及美国市场基本是其他国家风险溢出的主导方,溢出强度甚至高达270%之多。亚太地区则是俄罗斯市场与香港市场占据风险传染的中心位置,中国的上证市场只与香港的恒生市场有显著较大的风险溢出关系。第二,风险传染具有很强的区域性,这主要是由于地理位置及存在交易差别等因素。第三,极值理论中的GPD分布可以很好地捕捉金融时间序列的极端值特征,相比之下,更一般化R-Vine Copula模型要优于其他两种模型。