随着碳交易全球化趋势不断加快,碳市场的波动越来越激烈,而碳市场风险不局限于单个市场本身,会迅速扩散到其他碳市场。这种风险传染具有较为明显的矢量特征,既有大小也有方向。为了掌握碳市场之间的信息和风险传递机制,助力碳市场风险管理机制的制定和完善,越来越多的研究致力于碳市场风险研究领域,主要聚焦于碳市场风险测度与风险溢出效应。在碳市场的风险溢出效应的研究中,主要挑战在于联合分布的估计,针对多个变量之间通常的非线性相依关系,Copula方法突破了线性相依性的限制,可以解决非线性,非对称相依性结构问题。本文在Copula函数的基础上研究了多个碳市场之间的相依性结构以及风险溢出效应。首先,在已有文献的研究基础上,介绍了碳市场风险和Copula理论相关知识以及时间序列分析相关理论。还介绍了相关风险测度、R-Vine Copula函数的定义及参数估计,以及基于Copula函数的CoVaR值的计算方法。其次,以上海、北京、湖北、广东、深圳碳市场为研究对象,分析碳市场之间的相依性结构。首先对近七年日收盘价收益率序列建立了ARMA-GARCH（1,1）模型,然后通过AIC等准则对残差选择最优边缘分布。结果显示,每个序列的最优边缘分布不尽相同,并不服从某一相同分布。然后通过最大生成树法建立R-Vine结构,得到的R-Vine Copula模型以及参数结果表明了碳市场之间的相依性。结果显示,五个碳市场之间呈现出链状的D-Vine结构,表明总体上碳市场之间的相依性不强,上海和深圳碳市场、湖北和广东碳市场之间存在着非对称的无条件尾部相依关系,而上海与北京碳市场、北京与广东碳市场之间存在着对称的无条件尾部相依关系。整体上条件相依性更弱于非条件相依性。这与碳市场的地理位置相对独立有一定关系,还与碳市场的区域发展机制有关,且我国2017年着手建立的全国统一碳市场目前发展还很不成熟,各碳市场之间的信息传递较少或联系较弱。最后,以欧盟和五个中国碳市场为研究对象,分析碳市场之间的风险溢出效应。首先对近七年的每日收盘价收益率序列建立了R-Vine Copula模型,然后基于Vine结构中的Copula函数计算得到CoVaR值,在此基础上对碳市场之间的风险溢出效应进行分析。结果表明,从R-Vine Copula的结构来看,中国五个碳市场中,上海、北京、湖北碳市场是以欧盟碳市场为中心的相依性结构,表明这三个碳市场受欧盟碳市场的影响较大。从CoVaR值看来,欧盟对上海、北京、湖北碳市场存在单向的风险溢出效应,其中欧盟碳交易市场对湖北碳市场的风险溢出效应最强。而湖北碳市场作为中国碳交易最活跃、市场流动性最高的碳市场,受欧盟碳市场的影响也最大。