伴随世界经济金融全球化和一体化的不断发展,各金融行业和各金融行业间的相依结构变得更加多元化和复杂化、联动性变得更加普遍化和紧密化。虽然全球金融市场在飞速发展,但是同时也具有一定的隐患,随着历史上金融危机爆发,如次贷危机和欧债危机的接连爆发,使我们认识到,某一国金融市场金融极端事件往往能在短时间内通过各种渠道迅速进行大规模的传播,使其扩散到整个国际金融市场,进而演化为全球性的系统性风险。因此,如何对金融系统性风险进行有效测度以预防危机发生,是当今学术界乃至国际监管部门热切关注的话题。目前,较成熟的Copula相关理论能很好的测度金融市场金融时间序列间的相依性和联动性,本文从相依性和联动性关系角度出发,研究ARMA-GARCH模型、分层阿基米德Copula(Hierarchical Archimedean Copula,简称HAC)模型和GARCH-Copula-CoVaR模型在金融相依性和联动性风险测度中的应用。以近九余年国内外七家大型保险公司的日市场价格指数为研究对象来建立模型。我们对日市场价格指数收益率序列建立GARCH-Copula-CoVaR模型,对国内外核心保险市场的风险溢出效应进行实证检验。主要目的是研究各大型保险公司之间的风险溢出效应强度,结合HAC模型构建各保险公司之间的风险相依性结构,分析得出结论。第一,就中国市场,可以看出平安、太保、人寿之间的风险溢出紧密相关,风险相依性也很强,这是由于这几个市场都来自中国,文化、所处环境、国家制约等背景相同所导致的。第二,与中国各个市场风险溢出效应最强的是友邦,这也许由于新加坡友邦保险也处于亚洲且和中国具有类似的文化,加上近年来习总书记大力提倡的一带一路的东盟国际合作方针等背景的原因所导致的(HAC模型结构也显示与中国各个市场风险相依性最强的是友邦);其次是日本生命保险公司、法国安盛公司和美国大都会人寿保险。第三,除中国外的其他市场,可以发现安盛和大都会之间的风险溢出效应较强,日本的生命与各国保险公司的风险溢出效应都比较接近;HAC模型结构显示日本生命与美国大都会和法国安盛的相依性风险更强。