美国次贷危机和欧洲国家的主权债务危机等全球性危机相继发生之后，金融系统性风险又一次成为研究的重点。金融机构、金融部门之间的联系越来越密切，机构开展的业务涉及的领域相互交叉，导致现代经济金融体系越来越复杂，从金融机构之间的相关性出发来研究系统性风险的相关特性已经引起高度重视，因为识别系统中的重要性关联机构有助于监管部门加强对市场风险的监管以及应对。而运用复杂网络方法对具有高度复杂性的金融市场进行研究，为识别金融市场的风险传导和系统重要性金融机构提供了一个新的视角，有助于从一个整体和宏观的角度来认识整个金融体系，有利于监管部门从复杂系统中提取出重要的信息。　　我国金融业发展的起步时间较晚，市场制度等方面存在一定的缺陷，在当前又面临着我国经济发展转型与国际化的发展新形势，在此背景下研究我国金融机构的系统性风险有重要的现实意义。　　本文基于复杂网络结构的视角，研究网络结构与系统性风险贡献之间的关联。以DCC-GARCH模型估计的动态条件相关系数为基础，计算金融机构的系统性风险贡献-CoVaR，运用平面极大过滤图法建立网络得到相关的网络统计指标，在系统性风险贡献与网络统计指标之间建立面板回归模型来分析两者的关系。经过实证研究发现，在复杂网络中具有较高节点度、较高的接近中心性、较高的节点强度和聚集系数的金融机构对整个金融体系的系统性风险的贡献更大，因此要加强对具有这类特征的金融机构的关注，在监管时予以重视。