随着经济一体化和金融自由化进程的不断深入,各国股市间的风险溢出效应逐渐增强。同时,随着国际间各种自由贸易区的建立,以及如金砖五国、G7和东盟等跨区域性国家群组的建立,各国股市之间的联系日益复杂多变。基于上述背景,本文选取20个国家股市数据,将其分为发展中国家和发达国家两个组合,并运用溢出指数模型和复杂网络方法,分别从静态和动态两个角度研究两类国家股市风险溢出效应的差异。本文的主要工作和结论如下:一、以MSGARCH模型所构建的波动率作为风险指标,通过结合溢出指数模型和复杂网络方法构建股市静态风险溢出网络。结果表明:（1）相对于发达国家而言,发展中国家股市间的风险溢出效应更小,同时,发展中国家股市受自身波动的影响较大。（2）在发达国家股市风险溢出网络中,美国是最主要的股市风险输出国家,而在发展中国家股市风险溢出网络中,巴西股市的风险溢出能力较强,处于风险主导地位。（3）受区域信息一体化影响,地缘关系密切的国家股市之间的风险溢出效应更为显著,联系也更加紧密。二、结合滚动窗口方法,构建股市动态风险溢出指数。结果表明:（1）动态总溢出指数呈现出较强的时变性,容易受到极端事件的影响。（2）不同发展程度国家股市的风险溢出水平具有非对称性,并且相对于发达国家而言,发展中国家股市接受风险溢出平均水平较低。（3）相对于发展中国家而言,发达国家股市给予风险溢出水平更容易出现大涨大跌的现象。三、根据动态总溢出指数划分不同时期,构建股市动态风险溢出网络。结果表明:（1）在2015年8月的全球股市震荡中,新加坡和东南亚国家,分别作为发达国家股市风险网络和发展中国家股市风险网络的中心,成为风险溢出的主导者。（2）在2016年美国总统选举期间,受美国政策影响较深的日本和墨西哥,股市风险溢出效应显著增强,而股市间整体风险溢出水平也有一定幅度的上升。（3）在2018年全球股市震荡中,美国由于本国长期国债利率的大幅上涨成为发达国家股市风险网络最主要的风险输出国,而高外资占比的越南、印度以及汇率大幅波动的中国则成为发展中国家股市风险网络的主要传染源。（4）在2020年重大突发公共卫生“新冠”事件下,疫情因素成为主导股市风险溢出水平最主要的因素,各国股市的风险溢出水平均出现一定幅度的提高。