20世纪90年代以来,世界范围内爆发了多次经济、金融危机,对危机传染性的考察也成为了研究的热点和难点,这一方面是由于危机的影响不仅事先不可知,而且事后也不易判断；另一方面则是在应对危机的时机选择和措施上没有很好的识别方法。而危机传染研究的首要问题是：某国(或一组国家)的危机在何时出现了对他国的传染、传染具有怎样的存续期。如果不首先解决这些问题,后续的政策措施也将面临盲目性。危机的识别有赖于对市场波动性的考察,传染分析则与市场的关联结构密切相关,因此本文对波动性、相关性、危机传染性三者之间的关系进行分析,这可以在详细考察波动性和相关性之间关系的基础上进行,因为这一问题被二阶矩有关的研究所忽略,但是却在资产定价、投资组合选择、套期保值和风险管理等诸多领域有着重要的应用。单变量ARCH、GARCH模型在考察金融市场波动性方面获得了极大的成功,但是在向多元GARCH扩展时,却面临着维数灾难、正定性等问题的困扰。而Engle(2002)的动态条件相关(dynamic conditional correlation, DCC)多元GARCH模型可以方便地对参数进行估计,并能很好地考察市场关联水平的动态性。在Engle将GARCH扩展到能够识别相关性的基础上,本文将隐Markov转换引入DCC框架下,进一步为波动性和相关性二者的关系构建了一个直接的表述方式,进而考察危机的传染特征,隐Markov转换的方法可以避免对样本进行武断的分割。对于五个主要证券市场在不同时期的波动水平,第2章运用Markov转换单变量GARCH模型来分别考察,识别出各波动水平支配市场的期间,发现20年来只有美国次贷危机的到来使得所有市场同时处于最高的波动水平。基于单变量的分析结果,第3章构建Markov转换DCC多元GARCH来考察关联结构的非连续性变化,发现不仅存在美国次贷危机、欧洲债务危机对其他市场的传染,而且其他几次发端于美国的冲击也都具有传染性。基于前面两章的分析,第4章进一步以Markov链来同时驱动波动性和相关性,这为联动性提供了一个直接的表述方式,进而发现在美国次贷危机和欧洲债务危机期间市场展现出了高波动和高相关。为了分析一条Markov链同时驱动波动性和相关性的情况下是否存在波动(或相关)机制对相关(或波动)机制的误导,并进而考察波动性、相关性二者的关系,第5章对波动性和相关性各引入一条隐Markov链,而联动性只是波动与相关联合机制的一个特例,研究表明：危机期间,高波动与高相关具有较高的一致性,其他时期则存在差异；几乎不会出现高波动低相关的情形,但并非总是波动性的增加引致了关联水平的上升,关联水平的上升也可能会先于波动性的增加；危机初期,市场需要对更为复杂的信息进行不断地识别和过滤,以至于波动机制、相关机制都存在较为频繁的转换,应对措施的出台应遵循一定规则；次贷危机、欧洲债务危机的传染具有系统性特征,应对危机需要各国的协调配合；这一对二阶矩的考察方法可被广泛应用于资产定价、投资组合选择、风险管理等领域。在前面章节考察外部冲击影响的基础上,为进一步分离出市场自身效率改进的影响,第6章对内外部因素导致的市场关联结构变化进行了初步识别。