20世纪七八十年代起,随着金融市场的迅速发展,各类金融危机事件层见叠出。人们发现,正是由于金融体系中错综复杂的关联性,使得某些金融机构出现的危机给其余经济体带来了强烈的负效应,从而造成了金融危机的爆发。金融机构间的关联性随着金融市场的发展日益加深,这增加了相关研究的重要性与迫切性。然而现行的金融机构监管政策过于强调对于单个机构的微观监管,而对金融机构间动态的相互影响过程考虑不足。正因如此,巴塞尔协议Ⅲ于雷曼兄弟破产两周年之际出炉。该协议力图实现宏观审慎与微观审慎监管的均衡,并重点探讨、研究了系统性风险及系统重要性金融机构的识别与监管。这促使金融机构的系统重要性及系统性风险成为了市场参与者、监管者及学术界热议的话题和思考对象。正是在这样的背景下,本文探究了金融机构系统性风险测度及系统重要性金融机构识别的难题。本文首先辨别阐明了系统性风险与系统重要性金融机构等相关概念,并借鉴Acharya(2010)提出的两期经济模型,选取SRISK、PSISK指数分别作为衡量金融机构系统性与系统重要性大小的指标。在此基础上首先利用TGARCH模型处理收益率边际分布,并结合Patton(2006)提出的具有时变参数的Copula计量手段,构建了金融机构系统重要性的一种新的度量方法。由于所采用的计量指标建立在经济模型上,使得指标在理论上符合合理的经济逻辑;并且,Copula函数方法较之以往的研究方法,能更好的刻画系统性危机爆发这一类属金融市场处于极端情形下的各类现象;而时变参数的假设则使得本方法能很好的描述和预测系统性风险和金融机构系统重要性随时间动态变化的过程。进一步的,本文利用上文构建的方法,以我国33家上市金融机构2010至2013年的数据为样本,对我国金融机构的系统性风险及系统重要性进行了实证研究。国内以往的相关研究对象均局限于银行业;相较于次,本文全面考察了我国所有类别上市金融机构的系统性风险与系统重要性,研究范围更广,所得结论更为全面。各类别的研究按金融机构收益率的边际分布、金融机构与市场收益率相关性、SMES预测与方法评估、系统性风险的度量与系统重要性金融机构的识别四个步骤依次进行。通过研究,本文得到以下主要结论:(1)银行业系统性风险水平最高,保险业次之;(2)各类别金融机构系统性风险具有相似的变化过程;(3)市场处于危机时,金融机构关联性增强,面临更大的风险暴露,这一现象加剧了系统性风险;(4)我国金融市场系统性风险得到了一定的控制,最具系统重要性的金融机构系统性风险逐年减弱,反映了我国监管部门的相关管理措施初见成效。依据这些结论,本文分层次的提出了一些政策建议,为监管者进行政策制定、监督管理提供了理论依据。