在金融自由化、金融深化和金融开放的国际背景下，银行机构作为金融体系核心，各机构之间的联系日益紧密，银行机构之间风险的传染与渗透也明显加速，个别银行或者局部的风险都极易引发整个银行体系的多米诺骨牌效用，从而导致银行业的系统性风险水平增强，这也使得银行风险的突然爆发可能成为触发整个金融业危机的重要导火索。因此，如何有效测算和规避银行业风险，并降低风险对实体经济的冲击，这些问题己成为当下金融风险防控和金融监管者研究的重要课题之一，而该课题研究的首要任务就是如何才能实现对银行风险的准确测量和有效预警。　　本文在梳理国内外众多有关系统性风险测量及预警文献的基础上，采用半参数的计量方法模拟了中国上市商业银行的长期风险和短期风险的构成情况，并对金融指数长期风险和宏观经济状况之间的关系进行了系统研究。　　首先，本文基于半参数的APARCH模型，利用收益率的平滑波动趋势模拟了长期累积风险的构成，并通过ARCH或GARCH的各种变形模型分析条件动态风险（即短期风险）。该模型通过对长期风险和短期风险的分离，提高了风险监测的有效性。在实证部分，本文以中国16家上市商业银行的股票价格日变动数据、金融指数以及银行指数为研究对象，对商业银行、银行业和金融业的长期风险和短期风险的构成进行了测算和分析。此外，文中主要利用的是尺度函数(Scalefunction)测量商业银行长期风险，研究发现我们可以利用该函数的上限加强对银行风险的预警。　　其次，本文利用VAR模型分析了银行长期风险和宏观经济变量之间的关系。通过选取GDP增长率、CPI增长率、银行间同业拆借加权平均利率、货币供应增长率和房地产价格指数这五个宏观经济指标，构建了向量自回归模型，对影响银行长期风险波动的宏观原因进行相关阐释。同时利用脉冲响应分析了主要宏观经济变量的冲击对银行长期风险水平的影响程度和持续时间。　　最后，实证研究结果表明:(1)金融危机发生期间(2008-2009)，中国各大上市商业银行、银行业和整个金融业的风险都处于历史较高水平;(2)后危机时期，中国上市商业银行的长期风险明显回落，逐渐恢复到较低水平并保持相对稳定状态;(3)2013年，银行业风险有所反弹，并有进一步攀升的趋势，对此相关银行和监管机构应加强对风险的预警并做好相应防范;(4)商业银行短期风险的杠杆效应并不显著，但是t分布却呈现出显著的厚尾特征;(5)代表商业银行长期风险的尺度函数之间的相关性水平较高，相关系数几乎接近于1，进一步验证了银行机构之间可能存在显著的系统相关性。(6) Granger因果关系检验发现，在5％的显著性水平下，标准化的工业产值增长率、货币供应增长率和房地产价格指数是金融指数长期风险变化的主要原因。