2007年美国次贷危机的爆发以来，全球经济迅速跌入低谷。美国金融市场的震荡也不断地传递并影响着其他国家（或地区）金融市场，作为世界上最重要的新兴金融市场之一，中国金融市场也受到一定程度的影响。为了研究中美金融市场之间的相关结构，以及是否存在波动溢出效应，本文截取2006年1月1日至2009年12月31日的沪、美、港股指数据（上证综指、标普500指数和恒生指数）和人民币、美元及港元的汇率数据展开分析。　　 Copula模型可以描述市场之间的非线性、非对称的相关模式，克服了Pearson相关系数在金融市场应用上的不足。而基于贝叶斯估计的随机波动模型(stochastic volatility,SV)可以很好地刻画金融数据的波动性以及集聚性的特性，也比较适合作为Copula函数的边缘分布。本文先通过对六组金融市场收益率序列建立随机波动模型并比较模型的DIC值，分别找到适合各组数据的SV模型。实证结果表明：SV-T模型能很好地刻画上证综指以及恒生指数收益率的波动性，SV-MN模型能较好地描绘标普500指数、人民币、港币和美元收益率的波动性。然后本文尝试通过R软件的Strucchange软件包诊断各金融市场波动的变结构点；根据美、港金融市场变结构点分别对沪美、美港、沪港、CNY/EUR和USD/EUR、USD/EUR和HKD/EUR以及CNY/EUR和HKD/EUR之间建立Copula模型，选择符合金融市场运行规律的Coupla函数，并估计相关系数；最后，对变结构点前后的相关系数进行Z检验，判断相关系数是否发生显著变化，依次分析金融市场间是否存在波动溢出。得到结论：(1)危机爆发时，美股对沪港股市存在显著地波动溢出效应；(2)上海股市和香港股市在次贷危机期间并不存在显著地波动溢出效应；(3)CNY/EUR和USD/EUR在2009年5月20日前后存在较明显的波动溢出效应；(4)HKD/EUR和USD/EUR存在长期的波动溢出效应；(5)CNY/EUR和HKD/EUR受到外界冲击时会出现比较明显的波动溢出效应，而且在次贷危机下USD/EUR的波动会通过港元间接作用到CNY/EUR。另外，本文还根据次贷危机大事记对出现波动溢出效应的原因进行了简单的分析。