在全球金融体系逐渐趋于一体化的发展的今天,系统性金融危机爆发的频率有所增加.而系统性风险普遍存在于金融体系中,其中证券市场系统风险又格外重要,其传播速度快且影响程度较为深刻.因此系统性风险的度量是一项兼具学术价值和实际价值的重要工作.在国外,对于证券市场系统性风险的探究已经进行了很长时间,基本已经完全实现了对于系统兴风险的量化分析.而作为新兴市场的中国证券市场,容易受到外部和内部影响因素的作用,一旦发生系统性风险,容易造成严重后果.因此对于我国,加快证券市场系统性风险评估的任务迫在眉睫.本文选取了股票市场作为证券市场的代表,利用GARCH-Copula-CoVaR方法对证券市场的系统性风险做了实证研究.本文主要选取了美国标普500指数及其各行业指数及中国沪深300指数与沪深300行业指数作为中美证券市场代表,利用GARCH-Copula-CoVaR模型对证券市场的系统性风险进行了分析讨论.首先,我们选取了从2004年2014年的美国标普500指数及其各行业指数的日收盘价数据及2007年到2015年的中国沪深300指数与沪深300行业指数的日收盘价数据.考虑到金融变量间的动态相关关系,本文利用了时变t-copula函数,ARMA-GARCH-t模型对两个国家各行业对股票市场的影响进行了建模,利用极大似然方法估计所有的参数.其次利用拟合的t-copula函数计算CoVaR,系统性风险贡献(△CoVaR)通过分析发现,发现不管是在中国或是美国,当各行业市场处于风险状态时,都会导致股票市场整体系统性风险的增加,不同行业对于股票市场的系统性风险影响程度不同,但由于国情发展情况不同,行业影响程度在中美有所差异.进一步的讨论揭示了我们的模型(Copula-CoVaR)是分析系统性风险的有效工具.