目前，对金融危机风险传染性的研究主要集中在判断传染性是否存在上，而且大多是通过假定资产的收益率服从正态分布，通过线性的相关系数来研究的；但是金融时间序列具有明显的尖峰、厚尾和波动聚集性等特征，而且不同序列间的相关关系大多是非线性的。　　 本文分别用Copula函数的相依性测度和基于Copula函数的CoVaR两种方法度量了次贷危机对几个主要的亚洲市场的风险传染性。首先将次贷危机分为了三个阶段，分别用6种模型拟合了股票指数的曰收益率序列，发现AR(1，1)-GJR(1，1)-Skew t模型的拟合结果最好。然后根据各指数分布函数的信息，比较了5种Copula函数对标准普尔500指数与不同国家的股票指数的Copula函数的拟合效果，并用最优的Copula函数求出了相依性测度，根据危机期相依性测度和其它两个时期的相依性测度的比值，比较了次贷危机下标准普尔500指数对不同国家股市的风险传染性。之后结合Copula函数用CoVaR求出了在不同的置信度下标准普尔500指数相对于其它三个指数的溢出风险价值。两种风险传染性度量方法都说明了市场成熟度越高，受到次贷危机的冲击越大。比较两种度量方法，发现用Copula函数的相依性测度比较金融危机对不同市场的传染性时，只能粗糙比较传染性的大小，而不能得到具体的风险溢出价值的大小。用基于Copula函数的CoVaR方法度量金融危机的风险传染性时，能够求出具体的风险溢出价值，但是当比较传染源对不同市场的风险传染性时，结果会受置信水平选择的影响。