系统性风险一直以来都是金融稳定研究领域中的前沿问题。2008年全球金融海啸的教训表明，仅注重单家金融机构自身风险的监管，已不能满足当今复杂的金融经济运行环境，将金融机构自身风险的微观审慎监管提升到更高层次的宏观审慎监管上，十分必要与迫切。而这就必须要建立在系统性风险金融机构的有效识别上。因此，如何计量单家金融机构对整个金融体系的（负）风险溢出效应，识别系统性风险大的金融机构，便成为了一个非常重要的研究课题。因而，本文就商业银行系统性风险的计量与识别等相关问题展开了研究。首先，以条件在险价值法（CoVaR）为基础，通过引入状态变量模拟尾部风险时间演变特性，运用市场化资产增长率，着重对我国银行业金融机构的系统性风险展开了计量研究，有效识别了样本银行的系统性风险。而且，本文还通过银行自身特征指标体系的构建，结合向前的CoVaR检测法，对银行未来一段时间内系统性风险的影响因素进行了分析。发现银行自身的VaR水平、杠杆率、股价净值比等对其向前的系统性风险具有显著性影响，从逆周期缓冲角度为监管部门对银行系统性风险实施宏观审慎监管提供了有效帮助。其次，在商业银行系统性风险的计量研究基础上，本文还就银行系统性风险的作用因素——规模，进行了详细探讨，对银行规模如何作用银行系统性风险，从理论和实证的角度进行了分析。在放松银行规模等级设定的基础上，构建了更具一般性和可操作性的改进的三银行模型。通过引入多元极值理论的L函数和三种银行系统性风险指数，规范地分析了规模对银行系统性风险的影响。研究证明，规模对银行的系统性风险具有重要影响，但当银行规模达到一定程度后，其影响作用便不会那么明显；银行规模是银行系统性风险的必要非充分条件。此外，我们还从实证的角度，就样本银行系统性风险指数与其规模指标展开了相关性检验，验证了理论模型的结论。这对于识别和监管系统性风险银行具有重要的理论意义和应用价值。最后，本文还从宏观审慎的角度对我国商业银行系统性风险的监管问题进行了分析，提出了一定的政策建议。