目前我国金融机构之间互相联系,混业经营的现象十分普遍。一家金融机构发生危机,很可能会波及相关金融机构,最终导致“多米诺骨牌”效应,给社会带来巨大的损失。且近年来经济全球化进一步加深,我国金融市场也不断完善,一旦发生系统性风险,带来的后果将比08年的金融危机更为严重。因此从我国金融体系特征出发,合理构建度量指标,量化我国金融系统性风险并提出合理的规避建议具有重要的意义。本文基于我国上市金融机构股票收益率数据以及Clayton Copula函数,对我国金融系统性风险展开了两种度量方法研究。第一种度量方法是根据股票收益率数据,采用K-均值聚类将样本金融机构分为三类子系统。建立AR(2)模型和市场模型剔除影响因素,并利用Clayton Copula函数测算每家金融机构与整个金融系统的下尾相关性,即当单个金融机构发生危机时造成整个金融系统也发生危机的概率,并将此概率进行加权平均,得出的值作为评判金融系统性风险水平的依据。第二种度量方法在第一种的基础上加入了金融机构之间的网络分析。利用Clayton Copula函数计算金融机构之间的下尾相关系数,并进行谱聚类将金融机构分为三类。定义节点“距离”,生成最小生成树网络图。基于金融机构之间的下尾相关系数建立风险度量指标,分类度量系统性风险水平。两种研究方法实证结果均表明银行业、证券业以及保险业各成一类子系统,且近年来各类子系统的系统性风险都居高不下,其中尤以保险业最甚。据此,本文认为应对保险机构进行重点监管,防止一家保险公司发生危机蔓延至整个保险业乃至金融业。并且从最小生成树网络图中可以发现行业内的金融机构联系较为紧密,行业与行业之间的联系较少。很多规模小,总市值较低的金融机构与其他金融机构联系度高,因此与传统的关注大型金融机构的观念不同,本文认为对中小型金融机构的关注也不容懈怠。本文具体的研究内容安排如下:在第1章中,梳理了系统性风险的研究背景、研究目的和意义以及国内外研究综述,并总结了本文的研究框架。在第2章中,介绍了系统性风险的基本理论知识,包括系统性风险的成因、分类、特征及传导机制。在第3章中,基于股票收益率数据,采用K-均值法将金融机构分为三类。构建AR(2)模型和市场模型得出每家金融机构股票收益率的个体信息,利用个体信息结合Clayton Copula函数计算单个金融机构发生危机时造成整个金融系统也发生危机的概率,并将加权平均概率作为系统性风险度量指标,分类度量系统性风险,并结合实证结果,提出合理的规避建议。在第4章中,基于股票收益率数据,由市场模型和Clayton Copula函数计算金融机构之间的尾部相关系数。由尾部相关系数,结合谱聚类和最小生成树将样本机构分为三类并构建金融机构网络关系图,分类度量系统性风险水平,并提出相应的政策建议。在第5章中,总结本文的研究成果,指出本文存在的不足并对后续工作进行展望。