2013年我国爆发了“钱荒”事件,不仅商业银行受到了“钱荒”事件的影响,其他包括基金、券商、信托在内的整个金融业均有波及,对我国的金融体系稳定性造成了冲击,不利于金融业的良好健康发展。2018年12月底在北京举行了中央经济工作会议,会议上强调加快经济体制改革,在深化金融体制改革的过程中要以调整优化金融体系结构为重点,而在我国的金融体系结构中,商业银行是占据比较重要地位的,为防范市场风险在我国银行系统内的传染,首要任务便是在深入剖析风险成因的基础上防止市场风险对银行业造成冲击。因此目前开始对我国商业银行市场风险传染机制进行研究,对维护我国银行体系的安全稳定,防范商业银行市场风险显得尤为重要。本文主要目的是研究2013年“钱荒”事件中,我国16家上市商业银行之间的市场风险传染现象,并且根据Copula函数的特点,将其引入商业银行市场风险传染的研究中。首先对商业银行市场风险传染的相关概念进行了界定,梳理了商业银行市场风险传染的三大渠道,从Copula函数的定义和分类出发,详细介绍了阿基米德Copula函数和椭圆类Copula函数,并对Copula函数的参数估计方法进行了系统的梳理,最终归纳出了Copula模型的建模步骤。其次介绍了“钱荒”事件的始末,并选取了2012年1月4日到2014年12月31日的16家上市商业银行的日收益率数据,以“钱荒”事件为分界线,将数据分为危机前、危机中、危机后三个阶段,并用t-GARCH(1,1)模型分别对16家商业银行危机前中后期的对数收益率序列建立了边缘分布模型。最后对危机前中后期分别进行Copula函数的选择与参数估计,选取了Gumbel Copula函数来对数据进行拟合,并且通过Gumbel Copula函数的尾部相依系数解析式,计算出危机前中后期中国银行同其他16家商业银行之间的尾部相依系数,确定了“钱荒”期间我国上市商业银行之间发生了极端风险传染事件,风险由中国银行传染向了其他15家商业银行。在文章最后,对全文进行了总结,并结合本文的实证结果,梳理了我国上市商业银行暴露出的问题,针对性的提出了政策建议:央行应该继续推行宏观审慎政策,并且协同银保监等机构加强银行业的外部监管;系统重要性银行要从自身加强市场风险管理,防范市场风险;商业银行要加强自身的经营管理以及内部控制。