系统性风险的研究一直是一个热点话题,金融作为国家重要的核心竞争力,为实体经济提供资金服务、处于现代经济核心地位,为经济维持其动态循环提供了血液,保持金融体系的稳定性对经济来说至关重要。近几年以来,国际国内经济金融环境不断变化,我国经济发展已逐步转向以国内“大循环”为主体、国际与国内“双循环”相互促进的新格局,面对国际经济衰退、国内经济下行与转型、中美贸易摩擦、国际金融市场动荡以及2020年初“新冠肺炎”这一“黑天鹅”事件等各种环境与形势,金融体系还存在不稳定性,金融在优化资源配置和完善宏观调控的同时也积聚了巨大的系统性风险,金融危机常常相伴随行。党中央高度重视系统性风险,2017年以来,“去杠杆、控风险”等金融监管措施出台,2017年10月18日党的十九大报告明确提出了“要健全金融监管体系,守住不发生系统性金融风险的底线”等重要观点,防控和化解系统性金融风险是金融工作的根本性任务。从微观审慎监管视角来看,监管当局需要重视机构层面的监管,尤其关注系统重要性金融机构的风险;从宏观审慎监管视角来看,监管当局还要重视整个金融体系的风险,关注金融机构之间、金融部门之间、金融市场之间的关联网络。本文在对系统性风险的测度研究、影响因素分析和与宏观经济金融的传导作用研究进行了系统性地文献综述之后,发现以往的研究还存在以下四个方面的不足之处:（1）上市金融机构系统性风险的测度方法研究上,大多文献只主观性地选取了一种测度方法,没有选取多种方法进行对比分析;（2）指标数据的频率选择不够高频、研究对象有些没有实时更新;（3）关于系统性风险的影响因素变量的选取,很多文献只是主观地根据之前学者的研究选择了同样的几个变量,缺少对这些变量进行选择的理论依据,此外,这些变量之间可能存在相关性,如果不对这些指标进行甄别筛选而一箩筐地直接搬运过来进行实证研究,这样的做法欠妥,且所得到的结果是有偏的;（4）在系统性风险与宏观经济金融的传导作用研究方面,很多文献对宏观经济金融变量的选取缺少理论意义上的分析,此外,就高、低系统性风险不同水平时期与宏观经济金融的传导作用的对比分析而言,大部分研究者往往会从每一时期内主观选取一两个具有表征性的时间点,以所选取的这个时间点的分析结果来表征这一时期阶段内的脉冲响应情况,但是这样主观地选取一两个时间点来表征其所属时期并不能确保表征的充分性,也不能真实地反映其所属时期的整体的脉冲响应函数的态势,有可能会造成偏差,而且这样的选取只利用了模型结果的少数信息,大部分信息都没有能够被加入到我们的分析过程中,信息的严重不全利用有可能会导致结果的可信度非常低。本文对我国沪深两市的25家银行、30家证券、4家保险和2家信托共61家上市金融机构进行系统性风险测度,采用前复权的日收盘价Pt数据,数据时间段为2006年10月27日～2019年12月3日,数据来源于WIND金融终端和JQdata聚宽量化实验室。首先,本文综合选取了能够反映宏观总体特征的状态变量和上市金融机构特有的特征变量,借鉴H（?）rdle,Wang＆Yu（2016）的尾部风险关联网络研究,构建了基于尾部风险关联网络研究的单指标模型和系统性风险贡献ΔCoVaR的线性模型,通过LASSO降维进行变量选择和分位数回归方法进行参数估计,并对两种模型下的测度结果进行统计模型检验和回溯测试,检验结果表明基于尾部风险关联网络研究的单指标模型更适用于本文的研究对象。然后,本文根据我国上市金融机构系统性风险的测度结果进行多视角的研究与分析,具体来看:第一,我国上市金融机构的系统性风险呈显著的周期性变化特征,银行和券商部门的系统性风险的波动特征具有显著的顺周期性,而保险和信托两个部门在整个样本时期内并没有特别明显的特征。第二,本文给出了机构之间系统性风险溢出水平的可视化关联网络图,结果显示:风险积聚期,机构与机构之间有更多的相互风险溢出;风险释放期相对于风险爆发初期来说,机构与机构之间的风险溢出开始变多、但主要集中于同一金融部门内部。第三,本文对关联网络图进行谱聚类分析,结果表明:大部分银行属于同一聚类,少数银行与部分券商聚成另一类,银行和券商之间的关联较密切,信托自己内部的同质化程度较高、且与少数银行也存在关联性,但是信托与券商的关联性稍弱。第四,本文综合上市金融机构的市值与系统性风险两个方面,计算了金融机构的系统性风险接收指数和系统性风险发射指数,根据指数排名情况,发现市值（即规模）对系统性风险的影响并不大,随着金融机构之间、金融部门之间、金融市场之间的关联性越来越紧密,不能仅仅只关注那些“大而不能倒”的机构,更要关注那些“太互联而不能倒”的机构。第五,按包含上市金融机构研究样本数量的不同,本文分阶段统计了各样本期间内,上市金融机构的风险接收来源的最有影响力的前三家和风险发射传播的最有影响力的前三家机构所属的金融部门,结果表明:证券部门是主要的风险释放者和承担者,需要重点关注证券部门的系统性风险。第六,基于马尔科夫区制转移的向量自回归MS-VAR模型对我国金融体系的系统性风险进行区制划分以便更好地识别高、低系统性风险时期,并对照国内外发生的重大金融事件进行识别的诊断,结果表明:区制状态2即高系统性风险时期主要包括以下4个时期:（1）2009年1月,（2）2009年9月～2010年7月,（3）2013年7月～2014年3月,（4）2015年5月～2016年7月。最后,本文基于测度结果进行了影响因素分析和与宏观经济金融传导作用研究两方面的应用研究,找出上市金融机构的系统性风险存在差异的原因,理清上市金融机构系统性风险的影响因素,分析系统性风险的形成机制,并深入地剖析系统性风险与宏观经济金融环境之间的传导作用机制。第一,影响因素分析的结果显示:当期的上市金融机构对其他金融机构的系统性风险溢出水平显著受到滞后一期、三期的上市金融机构对其他金融机构的风险溢出水平的影响,系数估计值分别为0.6404、0.0929,当期的上市金融机构对其他金融机构的系统性风险溢出水平随着该机构股票的波动率和权益市值账面比以及滞后一期的货币供应量的增长率的增加而上升（正相关）,而随着该机构股票的对数成交金额和市盈率以及GDP的增长率的减少而上升（负相关）,这也意味着经济下行压力期间是系统性金融风险的高发期。第二,与宏观经济金融传导作用研究的结果表明:我国上市金融机构的系统性风险溢出水平的提升会使得我国经济增长的速度变缓,对实体经济的增长产生负面影响,此外,我国上市金融机构系统性风险与物价水平、经济增长和利率水平之间的传导作用关系呈现以下五个特性:（1）持续性,（2）稳定性,（3）转向性,（4）非对称性,（5）差异性。本文的研究价值体现在:第一,更全面地阐述了系统性风险的定义,并给出了系统性风险的特征分析。第二,量化测度与分析我国上市金融机构、金融部门和金融体系的系统性风险,并识别我国系统性金融风险的高、低风险水平期。第三,实时测度与监控金融机构、金融部门和金融体系的系统性风险。第四,给出了我国上市金融机构系统性风险溢出水平的关联网络图以及系统性风险接收和发射指数,可以更好地对上市金融机构进行监管。第五,对我国上市金融机构系统性风险的影响因素进行研究与分析,以便为政府和监管当局等相关部门提供政策和决策的理论参考依据。第六,根据我国上市金融机构系统性风险与宏观经济金融环境的传导作用研究,为政策制定者有针对性地制定防范和控制增量系统性金融风险、化解存量系统性金融风险的宏观经济金融政策提供参考意见和理论依据。纵观本文的研究过程,关于我国上市金融机构系统性风险的测度及应用研究的创新之处主要体现在以下五个方面:第一,系统地梳理和总结了系统性风险的定义,并给出了系统性风险更全面的定义与特征分析,为系统性金融风险的相关概念和理论研究做出了一定的贡献,也为下文在选取适合本文研究对象的测度方法上给予了帮助。第二,在量化测度我国上市金融机构、金融部门和金融体系的系统性风险方面,采用回溯测试检验对比分析了尾部风险关联网络研究的单指标模型和系统性风险贡献ΔCoVaR的线性模型这两种模型的测度结果,相比于以往文献中主观地选取一种模型进行测度与分析,结果更具可靠性。进一步,通过马尔科夫区制转移的向量自回归MS-VAR模型对我国金融体系的系统性风险进行区制划分,从统计方法上更好地识别了高、低系统性风险水平时期,同时对照国内外发生的重大金融事件进行识别的诊断。第三,首次实时测度与监控金融机构、金融部门和金融体系的日度的系统性风险,弥补了以往上市金融机构系统性风险测度大多为月度等低频的缺陷。本文系统性风险测度的实时性主要体现在两方面:一是研究对象的实时更新,使得测度结果更科学、更可靠、更全面、更实时;二是数据选取与指标计算的频率更高,高频数据的运用在系统性风险测度与监控的实时性方面的效果更佳。第四,系统地阐述了选取影响系统性风险的因素变量的理论依据,并且考虑了解释变量之间的相关性,运用主成分分析法对指标进行了筛选,有助于增强实证效果、提高实证结果的可信度。第五,就上市金融机构的研究方面,首次构建了整个样本时期内系统性风险与宏观经济金融之间相互的传导作用的动态三维视图。