2008年,全球金融危机爆发。其根本原因就是缺乏对系统性风险的研究和监管。针对系统性风险监管缺失的情况,国际金融监管合作组织和各国监管当局纷纷在危机发生后加强了系统性风险和宏观审慎监管的研究与探索。本文分别利用CCA方法(未定权益分析法)和网络模型法从时间和横截面两个维度研究我国商业银行的系统性风险。然后,通过综合评价将上述两个指标综合在一起,构建一个新的指标,该指标对银行系统性风险有了更加整体的认识。具体而言,首先在时间维度上,利用CCA方法计算系统性违约距离指标和平均违约距离指标,该指标可以测度银行部门的系统性风险；然后在横截面维度上,采用网络模型法计算各银行的系统重要性程度,得到风险外溢指标。该指标可以衡量哪些银行对其他银行的违约风险影响较大、传染风险较高,进而可以鉴别其系统重要性；最后综合考虑时间维度和横截面维度,通过综合评价法将两个方法的指标综合在一起,重新构建一个新的指标。通过该指标能够对我国银行体系的系统性风险有一个更加全面的认识,并能确定系统重要性银行。本文使用了Wind数据库的股票市场数据和各个银行从2007年到2012年公开披露的年报中的财务数据进行计算。实证结论如下：(1)平均违约距离与系统性违约距离能够动态的反映我国银行系统性风险的变化,危机期间系统性风险较高、危机后仍不可忽视。另外,相对于国有银行,中小型商业银行的违约距离比较小,抗风险能力比较弱；(2)利用网络模型法计算各个银行的系统风险外溢程度,得出大部分国有银行都具有较高的风险外溢程度。其中,中国银行、中国工商银行和中国建设银行是风险外溢程度最大的三个银行；(3)结合CCA方法和网络模型法,构建出了系统重要性银行的综合评价指标,结合银行系统重要性得分排名以及银行自身的性质,将10银行分为三类：系统重要性银行、将要发展为系统重要性银行的银行以及非系统重要性银行。其中,系统重要性银行为三家大型国有银行：中国银行、中国工商银行和中国建设银行；具有系统重要性潜力的银行为华夏银行、兴业银行和平安银行；非系统重要性银行为民生银行、交通银行、浦东发展银行和招商银行。总的来说,本文采用的方法不但能够监测出我国商业银行系统性风险的实时动态情况,并能够鉴别出各银行的系统重要性程度,有助于从时间和截面的两个维度加强对银行系统性风险的监管。