金融体系的系统性风险管理已经成为未来以宏观审慎监管为主要特色的监管体系的主要内容。由于系统性风险源于机构间的关联性,其度量和分析因此成为系统性风险监管的核心。本文采用Diebold and Yilmaz(2014)提出的基于方差分解的网络拓扑方法,我们将方差分解视作一种加权的、有向的、直接关联的网络,运用网络中连通度、中心性的概念来定义金融市场上的关联度与系统重要性。本文主要研究内容:(1)介绍了网络拓扑、节点度及中心性、广义方差分解理论,以及数据的处理及模型的建立。(2)对中国13家主要上市银行机构2012年-2015年的股票波动率进行广义方差分解,得出银行体系的动态网络邻接矩阵,运用网络节点度的概念从微观层面(成对关联度)、系统层面(总直接关联度、总关联度)分析了银行体系机构间的关联度。我们发现较高的成对关联度几乎都出现在国有银行之间,中国银行、农业银行、建设银行、工商银行对系统中所有其他银行的总直接关联度分别排名第1、3、4、5,以此推断他们在系统内处于比较核心的位置。同时也发现银行系统的系统关联度高,整体风险水平较高。(3)对中国13家主要上市银行机构2012年第4季度至2015年第4季度的波动率进行静态广义方差分解,并根据节点度中心性、特征向量中心性分析了各家银行机构系统重要性。然后以季度为时间间隔,运用面板数据模型分析了系统重要性的影响因素。实证结果表明银行规模、金融网络相关性、流动性会相互作用影响上市银行的系统重要性。