随着金融自由化步伐的加快,我国银行间的关系网络日益复杂,这使银行风险溢出效应更为广泛,可能会导致局部风险转化为大规模的系统性金融风险。因此,分析我国银行间的关联性,并研究银行风险溢出效应及其影响因素,便显得尤为重要。为避免采用分位数回归法和Copula函数法测度风险溢出效应的缺陷,本文构建了GARCH-Copula-Co Va R模型研究我国银行业的风险溢出效应。笔者选取了我国16家上市商业银行作为样本,先量化研究了银行间的关联性,再测度各上市商业银行对银行系统的风险溢出效应以及上市商业银行之间的风险溢出效应(以工商银行为代表),最后探究影响银行风险溢出效应的因素。实证结果表明:1、GARCH-Copula-Co Va R模型能更有效地刻画金融机构之间风险的外溢性,可以更准确地度量风险溢出效应;2、我国银行间的尾部相关性存在明显的非对称特征,下尾相关性强于上尾相关性,表示银行间尾部相关性在市场大幅下跌的情况下更强,下尾损失比上尾收益高;其中,光大银行、招商银行以及中信银行与国有银行的关联性较大。3、大型国有银行的Va R显著小于股份制银行,体现出良好的风险防范能力,但大型国有银行对银行系统的风险溢出效应最大,其次是股份制银行,最后是城商行;4、上市商业银行之间的风险溢出效应有较大差异,工商银行对其他大型国有银行的风险溢出效应大,对非国有银行的风险溢出效应小。进一步地,笔者采用GARCH-Co Va R模型测算出时变风险溢出效应值,探究银行风险溢出效应的影响因素,发现银行的资产规模、不良贷款率等微观变量以及银行间同业拆借利率、GDP增长率等宏观变量是决定银行对整个银行系统风险溢出效应的重要因素,其中银行资产规模和银行间同业拆借利率对风险溢出效应的影响程度较大。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。