伴随着全球一体化的脚步,各国之间的相互联系与往来变得越来越密切,这些复杂的关系,往来使得用一些传统的经济理论解释当代国家或区域间的经济关系变得不恰当。而金融危机传染的多渠道性、普遍性、易发性让金融危机传染的研究非常复杂,难度较大。本文主要是通过三步来探索次贷危机传染至中国的路径:随机森林建模判断各国感染危机的先后顺序;高斯Copula模型看各国之间的相依性;VAR模型看各国感染的因果关系。随机森林建模来判断各国感染金融危机的先后顺序,将数据分为训练集及测试集,训练集中又分了正负样本,即模型是否感染,设置国家感染状态为1,未感染状态为0,根据股价综合指数、市盈率、换手率构建了13个特征量来对模型进行拟合,并将测试集带入训练好的模型,并得到测试集的结果,选取最先呈现感染状态的时间作为次贷危机中各国感染金融危机的时间。基于高斯Copula模型来看各国之间的金融危机传染效应,选取了各国的股价综合指数构建,得到了各国股市的相依性。构建VAR模型来看各国是否感染的因果关系,带入VAR模型的看Granger因果的原则是:(1)在不考虑二次传染的情况下,只有先感染的国家可以传染后感染的国家,不考虑后感染的国家传染先感染国家的情况。(2)依据高斯Copula模型的实证结果,选取两个国家相依性最大的,及与最大相依性相差不超过0.03的国家作为研究对象。(3)考虑存在同期传染的可能。通过这三步,首先刻画出了在次贷危机中感染的时间轴,其次刻画出了时间轴上各国家之间的相依性,最后选取相依性较大的两国来看之间的VAR模型的Granger因果关系,最后得出了次贷危机传染至中国的路径。