随着经济全球化和一体化的不断发展,金融机构之间的联系越来越紧密。金融机构之间的密切关系不仅体现在业务交易、交叉持股中,而且还反映在金融机构自身系统的相似性上,例如:金融机构都采用“公允价值”计量标准的会计准则,同类型金融机构的产品设计和定价原则相似,同一地区同类型金融机构面临相同的金融监管。当这种联系发展到一定程度时,由于极端事件的影响,金融机构将面临破产的风险。这种风险会波及到所有与此金融机构相关的领域,具有较强的风险分散性,这种金融机构的风险正是系统性风险。实际上,自发生金融危机以来,系统性风险已成为金融业和学术界共同关注的焦点。从整个行业或整个系统的角度来看,系统性风险规模大,影响范围广,对整个产业和经济体系造成损害严重,此外,伴随着风险的发展,最终将威胁实体经济。因此,进行金融业的系统风险测量具有重要意义。目前,金融风险测度方面VaR模型是较为经典的方法之一,但从客观来讲,该方法也存在较多缺陷,其中,较为突出的是该方法在实施过程中无法将突发极端情况纳入其中,如金融危机;另一方面,金融机构的风险具有溢出效应,类似的案例体现在2008年全球金融危机中,当某一地区出现系统性的金融危机时便会迅速扩大范围,影响深远。全世界自2008年金融危机之后,由原先的微观审慎金融监管向宏观审慎发展,由此基于VaR模型发展出了新的CoVaR方法用来测度金融机构的风险溢出效应,所以本文以CoVaR方法来研究金融机构系统性风险测度问题。先使用基于分位数回归的静态CoVaR模型对各机构的风险进行一个初步测度,再使用DCC-GARCH模型对各个金融机构进行整体风险排名,最后使用GARCH-t模型,旨在衡量银行,证券和保险行业以及银行,证券和保险行业中金融子行业的相互风险溢出。