20世纪90年代以来世界范围内相继出现了许多金融危机,这些危机都表现出一个明显特征,一国金融市场的暴跌引发周边国家甚至全球金融市场的动荡。随着我国金融市场的开放,我国金融市场受国外金融市场的风险溢出的影响正在增强。因此金融机构及市场间的极端风险溢出研究日益凸显出其重要性。由于△CoVaR描述金融变量发生极端损失时另一金融变量的条件VaR与自身VaR之差,目前被广泛用作极端风险溢出的度量指标。本文提出基于时变参数Copula的△CoVaR度量方法,它以动态二元正态Copula模型描述金融变量间的相依结构,以AR-GARCH(1,1)-t模型描述各金融变量的边际分布,通过构建的联合分布计算△CoVaR。利用此方法对中国大陆与美国、香港的股票市场间的极端风险溢出进行了相关实证研究,文章选取了这三大股市2000年到2011年6月以来的股指月收益率作为原始数据,通过实证研究表明,通过此方法计算的△CoVaR能同时反映时变波动性与时变相依性,可更灵敏准确地度量危机时的极端风险溢出；相对于中国大陆股市对美国股市,美国股市对中国大陆股市产生了更强的风险溢出。因此,我们需要在完善国际风险防范体制方面进行改善,要完善我国金融机构自身抵抗力、营造国际化的金融环境、加强金融风险监管。