2007～2009年的次贷危机始于美国,却使全球陷入严重的经济衰退,给世界各国金融体系带来重创。这表明,必须从尾部风险相依性的视角研究金融风险问题。同时,在我国金融创新的驱动下,交叉性金融工具的推出,极大地扩展了金融业务的边界,银行、证券、保险、信托等金融机构在业务上相互融合、交叉与渗透。在此情形之下,极端风险事件的发生,会使得金融市场中某一个子行业陷入危机状况,从而风险会通过不同渠道迅速扩散并放大至其他广泛关联的金融子行业,甚至是整个金融市场。因此,金融行业尾部风险的有效测度与金融机构间的联动性是密切相关的,这也是当今学术界乃至于监管部门所热切关注的话题。有效测度金融行业风险的关键在于模型能否准确刻画各金融子部门间的相依关系。因而本文采用GARCH-Copula-CoVaR模型来测度我国银行、保险、证券、多元金融及房地产行业在内的各个金融子部门的系统性风险状况。研究发现,首先,相比于风险价值（VaR）,期望损失（ES）和条件风险价值（CoVaR）均能够通过样本外的失败次数测试。而相比于ES,CoVaR能更有效地测度极端风险情况下,各个金融子部门的风险状况。其次,ΔCoVaR能测算各子部门的风险贡献度,以帮助监管部门识别系统重要性金融子行业,从而加强监管,谨防风险外溢。然而,随着金融子行业间风险联动性不断增强,金融监管当局的观念也逐渐从“太大而不能倒”至“太关联而不能倒”。这意味着不能只关注单个金融子行业的内在风险。而应基于宏观审慎的视角,关注金融行业间的联动风险。在此基础上,本文基于非线性的研究视角,结合前沿的Copula函数,从静态和动态两个研究角度考察了我国各金融子部门间极端风险的非线性特征与金融风险的跨部门联动关系。研究结果表明,银行和保险行业风险持续高度关联,因而从关联的视角来看,银保监会联合监管有助于维护金融体系稳定。其次,金融体系整体上存在较为明显的部门间风险相依关系,且具有显著的时变特征,在危机时期其相依性高于非危机时期。基于前人的研究,本文测度我国单个金融子行业尾部极端风险,并基于此,研究我国各金融子部门间尾部风险的相依性。较前人,本文的创新主要体现在三大方面,其一,在样本数据选取方面,本文除了考虑银行业、证券业以及保险业,还将多元金融行业和房地产行业纳入金融大体系的研究中。其二,有别于传统分位数回归计算CoVaR,本文利用Copula函数非线性的特征计算CoVaR,能更准确地、实时地测度条件风险价值。其三,本文结合静态Copula与时变Copula,分析五大金融子部门之间的联动性,得到彼此之间长期稳定的相依结构和联动关系。综上,本文测度各个金融子行业的尾部风险并研究其风险相依关系,有益于了解国内各金融子行业间风险联动的特点;有助于金融监管当局及时掌握金融行业间风险的动向;有利于依据金融子部门的风险贡献程度（ΔCoVaR）的不同而实施差别监管;期望能够对金融行业风险进行有效的跟踪、监管与防范。最后,本文提出完善我国金融风险防范体系与监管机制的建议。