科技的快速发展,推动了金融科技（Fin Tech）的时代浪潮,“金融+科技”深度融合,金融业态在不断改变,金融生态格局也正在重塑。传统金融的运营模式与边界不断变化,金融科技行业与金融行业间业务模式不断创新,业务链接越来越紧密,这增强了整个金融网络的复杂性,加深了机构间的关联性。金融一体化的加深使得风险传染效应不仅发生在传统金融机构之间,跨市场、跨部门和跨境风险传染效应也日益突出。一方面,大数据、云计算等技术的应用减轻了金融业务中的信息不对称问题并减少了交易成本,另一方面,金融科技行业对传统金融行业的支付结算业务和中间业务发起了冲击和挑战,并且金融科技新业态如智能风控、智能顾投等也对传统金融行业产生了较强冲击,进而增强了金融科技行业与传统金融行业间的风险传染效应。在复杂多变的国内国际经济环境下,防范因金融新业态带来的金融风险受到了监管当局和金融机构的高度重视,也是我国中央经济工作会议的重要议题。随着金融新业态的快速发展,因此而产生的新型金融风险管理也应纳入到宏观审慎监管框架中,才能实现维护金融稳定性的目标。尽管现有文献给予系统性金融风险较多关注,但对于金融科技与传统金融间的风险网络关系的探究仍存在不足之处。例如,金融科技行业与传统金融行业间的风险传染效应具有何种特征,其内在传导机制如何,传统金融行业中哪些子行业受到的冲击较大,中国这一新兴经济体又具有何种特殊性等等。鉴于此,本文借鉴H（?）rdle等（2016）的研究思路,构建金融科技行业与传统金融行业间的风险关联网络,讨论了传统金融机构与金融科技企业间的尾部风险溢出效应。具体而言,本文基于传统金融企业和金融科技企业的股票信息,采用非线性网络模型测度了金融科技企业对传统金融企业的尾部风险传染效应,深入地分析了系统性风险的形成原因和特征。本文的研究不仅能够丰富系统性金融风险理论,而且也能给金融机构的风控管理提供一些有价值的参考。本文首先从理论上探讨在危机期间各个行业间可能存在的风险,接着具体阐述金融科技行业与传统金融行业间的风险溢出效应,最后基于真实市场数据对风险溢出效应进行量化。本文采用的尾部网络Co Va R模型,通过引入正则条件考虑了维数灾难问题,这使得其适用于高维的复杂金融网络,从而能评估众多金融机构间的风险溢出效应。在样本选择上,本文选取35家典型上市金融科技公司,38家上市银行,52家上市证券公司,6家上市保险公司,15家其他金融机构从2007年12月27日至2021年3月26日期间的周频股票对数收益率,为捕捉风险传染效应的动态变化,本文采用了滚动窗口方法,这有助于分析两行业在不同时期的风险关联特征。此外,本文还讨论了金融机构在整个网络中的节点重要性。本文发现在经济下行时,金融科技行业较传统金融行业而言更脆弱,风险通常是由传统金融行业传递到金融科技行业,而非相反方向。这表明金融科技企业对传统金融行业具有较强的依赖性,也更加强调了维护金融稳定性的重要性。此外,在加入金融科技企业的系统性重要金融机构名单中,银行机构的风险明显高于金融科技企业。总体而言,本文的研究有助于完善宏观审慎监管政策,同时也为金融机构和金融科技企业的管理层以及投资者提供了重要的参考依据。