金融危机对全球的经济产生巨大冲击与破坏，引发全球经济、金融体系的剧烈动荡，也对现行货币危机理论下建立的金融风险预警机制提出质疑，到底我国的金融风险预警体系能不能预警？下一次危机的导火索会不会是在银行业？如何采取行之有效的方法和技术来识别和度量银行业的系统性风险？等等一系列问题值得人们再思考。目前，我国经济、金融改革进入深水区，如何有效避免改革过程中出现的经济动荡和金融体系的系统性风险，这对监管当局、金融机构以及学术界都是挑战。本文以我国银行业为研究视角，在宏观审慎监管框架下对我国银行业系统性风险识别、度量和预警，以期为防范国内金融改革过程中出现的银行业系统性风险提供参考。本文研究主要内容和结论归纳如下:　　我国银行业系统性风险来源和传导机制识别。本文从银行的横截面维度:银行间同业市场、系统重要性银行和银行竞争三方面视角对银行业系统性风险识别，并研究了银行业系统性风险的传导机制。(1)模型推导分析了在完全市场结构下，实现流动性的最优配置是分散均衡。证明了若银行间借贷的机会成本高于长期资产清算的机会成本，银行同业信贷市场借方会选择退出，导致银行同业市场瓦解;(2)从银行的规模、关联性、可替代性、复杂性和跨境活跃性五个方面构建指标体系，评估我国银行业的系统重要性银行。结果表明:中国银行和中国工商银行是我国的系统重要性银行。为采取差异化的定量监管提供依据，对系统重要性银行加强宏观审慎监管，计提系统性附加资本要求，在资本充足率计算方法、过渡期长短方面也实行更严格的监管要求;(3)从银行竞争、银行特征和宏观经济环境三条路径对银行风险作用途径剖析，以此探讨银行竞争、集聚态势对银行风险的长短期动态影响关系。并分析了金融加速器下的“风险转移机制”，得出竞争上升更有利于银行体系稳定的结论;(4)模型推导了银行业系统性风险传导机制，运用网络传导分析法仿真模拟银行业系统性风险传染效应和机制。研究表明:最具有风险传染效应的银行是中国银行和工商银行，体现了它们在我国银行体系中的系统重要性地位;银行发生破产倒闭的数量整体平均数比较低，并且破产银行资产规模与样本银行资产占比也比较低。表明我国银行体系存在风险溢出效应，但是现阶段我国不太可能整体爆发银行业系统性风险。　　我国银行业系统性风险度量研究。考虑到金融数据的“尖峰，厚尾”特征，论文采用目前最新的CoVaR模型与分位数回归技术结合，度量我国银行业系统性风险。在收集了八家样本商业银行的资产增长率和反映宏观经济因素的数据，对数据进行了正态性、平稳性检验和相关性检验后，以此建立CoVaR模型分析单个商业银行经营状况恶化的风险溢出效应，及对我国商业银行体系的系统性风险贡献状况研究，并通过CoVaR模型稳健性检验和分位数回归的变点检验。研究表明:(1)金融危机爆发前后，系统性风险会迅速聚集，整个银行体系系统性风险不断加剧;(2)资产规模较大的商业银行，发生危机时对系统性风险贡献较大。从流动性方面看，以系统重要性银行为代表的资产规模较大银行表现出“稳健而脆弱”，反而面临更高的流动性风险，其风险溢出效应更容易导致系统性风险的聚集;(3)在宏观经济周期逆转时，中小型银行容易出现系统性风险溢出效应导致系统性风险聚集。　　我国银行业系统性风险预警研究。论文尝试对目前指标法中的赋权方法改进，构建商业银行系统性风险预警指标体系时，要对所选各个指标赋予一定的权重。指标赋权的方法主要有主观赋权法和客观赋权法，两者各有特色和不足。为杜绝主观法的随意性以及客观法的内在缺陷，综合主、客观赋权法各自的优势，尝试在AHP主观赋权法的基础上，引入客观的熵值赋权法对AHP进行权重调整，建立AHP-熵值法模型，对风险预警指标综合赋权得到客观、合理的指标权重，以此构建我国商业银行风险预警指标体系。用2003年-2012年数据进行实证分析，得到商业银行体系的整体风险状况。实证表明:发现通货膨胀率、汇率波动率、资本充足率、不良贷款率和房地产开发投资/GDP这些指标都出现一定程度恶化，说明我国这些指标存在不安全性，具有潜在爆发银行系统性风险的可能性。因此，这些指标可作为先行指标值得人们去观测和调控。同时，其他主要的指标在这10年里大多在安全区域内运行。总体来看，近10年我国商业银行体系的风险在可控状况，运行情况基本正常。