2007年美国次贷危机爆发后迅速蔓延并席卷全球,给各国金融市场以及实体经济带来了沉痛的打击。金融市场系统性风险的巨大破坏力,使得人们开始认识到针对单个机构层面的监管,并不能反映整个系统层面的风险水平,因此监管理念逐渐由微观审慎变为宏观审慎。尽管监管理念发生转变,仍不能避免系统性风险事件频发的现状,就中国市场而言,极端金融事件如2013“钱荒”、2015年“股灾”等时有发生。因此,如何有效度量我国金融机构的系统性风险,如何识别我国系统重要性金融机构,并对金融机构风险溢出的影响因素进行分析,具有一定的理论和现实意义。研究内容主要包括:首先采用Adrian&Brunnermeier(2016)的CoVaR方法,以此度量我国金融机构的系统性风险,考虑到金融机构和金融系统间的动态相关关系,采用Engle(2002)的DCC-GARCH模型求解CoVaR。然后在此基础上,从宏观经济水平、微观公司特征两个方面共选取11个代理变量,同时也设置虚拟变量来表征机构类型,分析不同因素对风险溢出的影响。最后鉴于CoVaR方法存在的“顺周期陷阱”,按照Adrian&Brunnermeier(2016)的思路本文构建了（？）,旨在利用同期数据对金融机构未来的系统性风险进行预测。经过实证分析本文发现:(1)标准化处理后的（？）,可以较好地对我国上市金融机构的系统重要性进行排名,总体来看银行>保险>证券>信托,而银行系统中国有商业银行>股份制商业银行>城市商业银行。(2)微观公司特征方面,杠杆水平、规模、股票波动率、β值等因素对金融机构的风险溢出能力有显著影响,其中杠杆水平越高的金融机构系统性风险贡献越大,这说明去杠杆的政策导向对防范系统性风险是有效的。规模较大的金融机构其风险溢出能力较强,这正是金融监管需要注意的“太大而不能倒”现象。股票波动率、β值与系统性风险贡献显著负相关,说明平均风险状态下波动较大的金融机构风险溢出能力并不强,而那些较为稳定金融机构如国有商业银行才是金融监管中需要重点关注的。行业虚拟变量的结果也表明,相对于其他类型的金融机构,银行显著地具有更强的风险溢出能力。(3)宏观经济水平方面的结果表明,经济状况较好时金融机构的风险溢出贡献较小,经过逐步的风险积累进而在危机中爆发。所以直接将CoVaR指标作为金融监管工具,将会低估平静时期而高估危机期间的风险水平,进而加剧不良冲击的不利影响(Adrian&Brunnermeier,2016)。本文选取银行类金融机构,利用宏观经济、微观公司层面共11个代理变量,对金融机构滞后的标准化前项（？）建模,构建前瞻性风险指标前项（？）。结果表明前项（？）与同期（？）存在明显的负相关关系,如2008年金融危机爆发前,同期（？）较小而前项（？）相对较大,较好地表征了平静时期的风险积累现象。因此根据前项（？）指标进行宏观审慎的风险监管是逆周期的,可以对金融机构的系统性风险贡献进行预测和管理。