随着金融自由化步伐的加快,我国银行业不断推出相互交叉的业务和产品,机构之间联系的紧密程度超过了以往任何时期。银行机构之间的关系网络日益复杂,这一方面加快了资金融通速度、提升了运营效率,但另一方面也导致银行机构的金融风险迅速蔓延,导致微观个体的局部风险转化为大规模的系统性金融风险。因此,如何描述我国银行间的关联性,以及如何测度这种关联性所带来的银行风险溢出效应,便显得尤为重要。本文选取了我国14家上市商业银行作为样本,量化研究了股份制银行和城商行与国有银行间的关联性:首先,针对股票日收益率的尖峰厚尾现象,采用较为合适的GARCH(1,1)-t模型拟合边缘分布;其次,根据样本数据的自身特点,选择合适的Copula函数;最后,基于Copula函数模型中的未知参数值计算出尾部相关系数。根据结果初步推断,招商银行、中信银行以及北京银行与国有银行的关联性较大,在推动银行快速发展的同时,可能导致较高的风险溢出。此后,本文在测算出关联性的基础上又引进了新的风险度量指标——CoVaR,并结合GARCH(1,1)-t模型和微观的“弹性”概念,继续研究了我国股份制银行和城商行对国有银行的风险溢出效应。实证表明:中信银行、招商银行以及北京银行对国有银行的风险溢出贡献度较大,在往后较长时间段内可能进入系统重要性银行行列。这也说明了银行间的强关联性确实会导致高风险溢出,进而可能引发系统性金融风险。目前,在强化金融监管、防范金融危机方面,监管部门意识到,相较于银行规模,将银行间的关联性以及这种关联性所引致的风险溢出效应纳入到研究框架更为重要。本文实证研究的相关结论,既为投资主体规避金融风险建立了理论基础,也为监管机构防控银行风险提供了实证支撑。