随着经济全球化和一体化的发展,当某一国家的金融子市场发生风险时,很容易通过各种渠道迅速扩散到其它金融子市场,引起市场之间风险的传导,这种跨市场风险的传染通常又被称之为风险波动溢出效应,如果不加以阻止最终将会导致系统性风险,其中流动性不足甚至枯竭经常会成为市场波动风险的主要来源。2015年1月到6月期间我国股市的资产价格持续上升,上证指数一度达到甚至超过了 5000点,市场中参与者的投资热情也随沪深股市的上升行情而高涨,然而到六月中旬市场走势出现转折,由此展开了迅猛的暴跌行情,最终导致1000多家上市公司股价跌停,而市场中的众多投资者更是损失惨重,这次股市的暴跌虽然未造成系统性金融风险,但是股市的震荡对债市和同业拆借市场产生了不同程度的波动。随着我国资本市场发展壮大,金融子市场之间的关联度愈发紧密,这意味着跨市场风险传染的概率提高,因此研究股票市场、债券市场和同业拆借市场之间的紧密关联度,分析股票市场发生的流动性风险向债券市场和同业拆借市场传染特性具有重要的理论价值和实践意义,有助于监管机构和市场参与者对市场变动有更好的预测。关于股票市场风险传染的研究在国内外已经开展了许多年,一方面,国内学者对风险传染的研究多数集中在中外金融子市场之间,即国外股票市场对中国股票市场的风险传染,很少研究国内金融子市场之间的风险溢出,而随着我国经济的迅速增长和对外开放的持续深入,国内的金融市场也越来越成熟,随即所面临的风险种类增多,市场之间相关性也愈加复杂,因此,防范化解金融风险中最重要的是防止发生系统性金融风险。另一方面,多数文献在研究风险传染的方法中,主要集中在风险传染的定性方面,很少有文献会找出一个用来测度风险传染强度大小或者风险传染时间长短的指标。而本文先用VAR模型和脉冲响应函数测度风险传染的时间长短,后用了极值理论与Copula函数模型并计算出条件在险价值（CoVaR）,测度出风险传染的强度大小。本文在理论部分简要阐述了股票市场、债券市场和同业拆借市场的特征以及相关联系,紧接着对流动性风险传染提供了理论基础,最后对本文所使用的模型进行理论介绍;而实证部分,则选择沪深300指数、中证综合债指数和7日同业拆借利率为样本数据。基于VAR模型使用脉冲响应分析来研究风险跨市场传染的时间长短,最后通过使用ETV-Copula-CoVaR模型对风险传染强度大小进行考察,分别从两个角度验证了股票市场出现极端波动时向另外两市场风险传染的特性。实证分析结果表明,一、当股票市场出现流动性风险引起市场震荡时,对债券市场和同业拆借市场均是负的传染,即存在负的溢出效应,且对于债券市场属于长期风险传染,可能由于避险情绪使市场投资者的资产配置发生改变,而对于同业拆借市场则属于短期传染,可能是政府出动紧急救市政策,短期内使得同业拆借市场出现波动;二、从风险溢出强度方面来看,股市向债市的溢出强度要略低于股市向同业拆借市场的溢出强度。即当股市发生极端震荡时,对同业拆借市场传染更强一些。基于实证研究结果本文认为,一、股市作为三个风险最高波动最大的市场,监管当局应建立一系列风险预警体系,加强市场信息透明度,合理引导投资者参与市场,避免出现“羊群效应”的流动性踩踏事件,防止由于流动性冲击带来的资产减价出售行为;二、债券市场作为投资者的避险场所,可以对风险传染起到一定程度的阻断作用,但需要政府机构制定相应措施,扩大债券市场的交易规模,严格要求债券发行主体以优化债券产品质量,完善债券市场结构,这样才能达到最大的避险作用;三、建立流动性风险监控指标,密切注视同业拆借市场流动性状况,保证货币政策的有效实施。