在金融市场上,商业银行面临的风险不仅受自身因素影响,还受到由经济周期、国家宏观经济政策的变动、外部金融冲击等风险因素的作用,这种出于银行部门间的相关性,造成不同银行间,乃至商业银行同整个银行系统间的风险传导,致使风险从单个银行向整个银行系统的扩散称之为商业银行系统性风险。2008年爆发的金融危机,使得这种具备隐匿性、积累性和传染性,会对银行部门乃至实体经济带来巨大的负外部性效应,并且不能通过一般的风险管理手段相互抵消或者削弱的系统性风险成为国内外学术界和政府部门关注的焦点。为了合理测度中国商业银行系统性风险的大小,为宏观审慎监管构建监管指标,本文首先采用Adian和Brunnermeier 2009年提出的CoVaR方法,利用2007年11月16日至2014年2月7日12家上市的商业银行收盘价的周数据,通过分位数回归法测度各上市银行对于银行系统的风险贡献度,之后选取国有商业银行和股份制银行中具有代表性的建设银行和浦发银行,利用即得的VaR和CCoVaR数据,兼之两家银行的资产报酬率、不良贷款率、资产总额、权益乘数以及GDP增长率等有关数据,构建主成分方程,按照累计贡献度大于85%的原则,选取了第一、第二和第三主成分,进一步构建考虑自回归和滞后的EGARCH模型,实证结果显示：t-i期的CoVaR、GDP增长率、权益乘数和不良贷款率同t期的CoVaR之间存在反比例关系,t-i期的资产总额同t期的CoVaR呈正比例关系,且不良贷款率与资产总额对当期CoVaR的影响最大,在i=1(滞后一季度)的情况下,上述变量对建设银行当前CoVaR的解释力度最大,在i=2(滞后半年)的情况下,上述变量对浦发银行CoVaR的解释力度最大,监管部门可根据上述变量的变动情况,对系统重要性银行银行未来一段时间风险的变动情况进行有的放矢的监控。