跨部門金融機構系統重要性和共振效應的動態演化研究
——基于中國A股市場的實證

陳暮紫,趙婷婷,劉承林，陳 敏

(1.中央財經大學管理科學與工程學院，北京 100081；2.中國科學院數學與系統科學研究院，北京 100190)

1 引言

大型金融機構的風險監管、危機處置和由此引發的政府救助問題自現代金融市場產生以來就一直存在，傳統風險控制理論強調“太大而不能倒”的框架，因此金融系統性風險的主要監管對象以商業銀行為主。2008年次貸危機中，著名投行雷曼兄弟由于其投資的一系列杠桿衍生品資產價格暴跌，最終不得不被迫清算；全球最大的保險機構——AIG由于其交易對手CDS產品的大量違約，美聯儲最終不得不再次出面進行救助。大型金融機構的清算和倒閉風險，最終造成了國家層面上的經濟沖擊，影響之大、規模之廣、時間之久都前所未有。由于現代金融業高杠桿性的普遍運用、金融交易對手的增加以及衍生產品的復雜性，不僅傳統的商業銀行，非銀金融機構也極大的提高了其在資本市場的影響力，可能對系統產生巨大沖擊。這些金融機構由于在資本市場的波動關聯性，交易對手眾多、與數量龐大的其他公司金融資產高度相關，形成了以金融機構為節點的復雜網絡，表現為“太關聯而不能倒”，加劇了近年金融系統整體的共振性。

2010金融穩定理事會首次對這種由于其倒閉會引發金融體系“多米諾骨牌效應”的金融機構給予了明確定義——系統重要性金融機構，并指出“系統重要性金融機構是指由于規模、復雜度與系統相關度，其無序破產將會導致更廣范圍內金融體系和經濟活動造成嚴重干擾的公司”。2012年全球系統重要性金融機構第一次公布的時候，中國銀行是唯一入選的中國機構，截至2017年11月最新的系統重要性金融機構公布，中國共有4家銀行、1家保險公司入選，其中在系統重要性銀行中，中國是僅次于美國外，入選數量最多的國家，中國平安保險集團是新興保險市場中唯一入選的保險機構。

近年來“太關聯而不能倒”問題也使得系統重要性金融機構的識別和評價成為國內外研究熱點。金融機構的系統重要性一方面可以通過商業銀行之間的拆借或支付業務的相關性來研究，但涉及的銀行業拆借、支付業務往往無法獲得真實數據，只能通過系統仿真來進行分析。Iyer和Peydro[1]通過商業銀行自身的存、貸款和收益數據研究銀行間的風險傳播；Drehmann和Tarashev[2]從銀行對其他銀行的沖擊影響以及受其他銀行影響可能性的雙向角度來探討了銀行風險的傳播；Glasserman和Young[3]認為金融機構之間的關聯為風險傳染創造了潛在渠道；Acemoglu等[4]發現金融機構負面沖擊幅度較小時金融網絡的聯系越密集越穩定性，但超過某一點，密集的互連作為沖擊傳播會導致更脆弱的金融體系；Cai[5]使用銀團公司貸款組合，基于行業、地區、規模和關系等權重，制定了銀行互聯性的新衡量標準；唐振鵬等[6]運用最大熵原理,對完全連接網絡與中心-邊緣網絡結構下的上市銀行間拆借頭寸矩陣進行估算；童牧和何奕[7]通過部分真實和模擬數據，研究中國銀行間大額支付系統所構成的相關關系；歐陽紅兵和劉曉東[8]采用最小生成樹MST和平面極大過濾圖PMFG的方法構建金融市場網絡；隋聰等[9]模擬銀行外部沖擊造成銀行間網絡損失的大樣本。

另一方面，可以通過金融機構股票收益的波動相關性，來研究其在資本市場的重要性和風險傳播，Adrian 和Brunnermeier[10]通過條件風險價值來研究單一金融機構在金融危機中對其他金融機構的影響；高國華和潘英麗[11]以條件CoVaR 模型為基礎, 利用股票收益率對我國14 家上市商業銀行的系統性風險貢獻度進行了分析；嚴兵等[12]計算了14家上市銀行的系統性影響指數，這些研究都重點關注的是傳統商業銀行。

進一步有更多的學者把系統重要性問題擴展到非銀機構，梁琪等[13]計算了34家上市金融機構的SRISK；溫博慧等[14]綜合風險倍率擴增指數、規模等影響因素，對中國非銀行金融機構系統重要性進行評估；Dungey等[15]研究了近500家美國上市金融機構風險沖擊之間的相互聯系；張天頂和張宇[16]利用在險價值方法評估了我國多部門金融機構的系統重要性。這些研究雖然把系統重要性擴展到非銀機構，但局限在傳統的計量中，研究的是金融機構的兩兩關系。

將資本市場金融機構的兩兩關聯性嵌入到復雜網絡的研究中，可以更系統的對資本市場中的金融傳染以及系統共振進行分析，但目前相關的研究仍較少。Diebold和Yilmaz[17]有效結合了VAR方差分解理論和網絡拓撲理論，追蹤了美國主要金融機構股票收益波動的每日時變關聯性；Billio等[18]通過Granger因果檢驗方法構建銀行、保險、投行和對沖基金等多種不同金融機構的關聯網絡。劉海云和呂龍[19]通過CoVaR方法研究了不同國家股票市場的關聯關系。但這些研究不僅沒有考慮機構的規模效應對系統重要性的影響，對金融機構跨部門的連通和共振效應研究也有局限。本文的貢獻在于從機構的關聯性和規模性兩個角度，來判斷機構在金融體系中的系統重要性地位，首先利用中國股票市場的收益率數據，把機構分為銀行、證券、保險和信托四類，通過Granger因果檢驗方法構建分部門金融機構之間的相關關系，并基于此構建金融機構的關聯網絡；其次研究在中國資本市場風險中牛熊市轉換下同部門和跨部門金融機構之間的直接、間接和隱藏的關系，分析金融機構的多重網絡中心性；再三通過構建各階段的DGC指數，研究金融機構系統重要性的牛熊市的動態演變，并解釋了共振效應不斷增強的原因；最后綜合考察金融機構的系統重要性排序的變化。研究對考察我國金融機構系統重要性的動態演變、跨部門金融機構之間系統共振以及風險監管政策的制訂，都有積極借鑒作用。

2 數據基礎和模型框架

2.1 數據基礎

我國金融機構的股改和大規模上市始于2006年，為更好的動態考察金融機構在我國資本市場關聯的動態演變，本文根據股市指數波動的牛熊市轉換、資本市場逐年擴容和宏觀政策等多方面原因，對我國股票市場從2006年開始的周期劃分為六個階段，如表1所示。

表1 我國股市階段劃分

根據表1劃分，我國股市自2006年開始近10年六個階段包含了三個牛市、兩個熊市和一個震蕩市，分析該階段的金融機構關聯性和風險傳導網絡，具備充足的數據基礎，涵蓋多個金融周期，對金融機構的關聯網絡可以給出完整的分析和解釋。由于2015-2016年中國股市經歷了高波動率震蕩，反復數次，每次漲跌振幅達到20%-30%，這段時間不僅國家干預政策較多，而且出現了股市千股停牌的階段，對機構市場關聯性干擾較大，本文的目的和方法旨在處理通常市場化下的機構關聯分析，因此對該時間段進行了截斷。

2.2 Granger因果網絡模型

(1)數據的預處理。傳統的資本市場網絡構建往往是利用股票對數收益率之間的相關性來描述股票之間的關聯，本文借鑒Guo和Savickas[20]的研究方法，運用CAPM模型對樣本機構的股票收益率數據進行預處理，控制市場共同因素的作用。

假設系統內有n家機構，Ri表示機構i的股票收益率，Rm表示市場的平均收益率，Rf表示市場無風險收益率。采用CAPM模型控制市場系統性風險，提取機構特異性風險。

Ri-Rf=βi(Rm-Rf)+εi

(1)

(2)金融機構Granger因果關聯網絡。常見的資本市場的股票關聯網絡分析往往利用Pearson相關系數來描述兩者間關系，但Pearson相關系數構成的網絡為無向網絡，不能很好的描述收益和風險的引導關系。本文引入金融機構間股票收益的Granger因果關系來構建機構間兩兩關系的鄰接矩陣，該方法不僅可以更好的有方向性的研究金融機構的相互引導，建立有向網絡，在保持方法的穩健和普適基礎上，進一步挖掘金融機構互相關聯的信息。具體模型如下;

①網絡構建。令機構i與機構j之間的Granger因果關系表示為(i→j)，定義Granger因果關系指標：

(2)

(i→i)≡0

(3)

如果(i→j)=1，則以i到j的有向線段連接機構i與機構j，否則不連接；如果(i→j)=1與(j→i)=1同時成立，則以雙向線段連接機構i與機構j；定義(i→i)恒為0，以免網絡結構出現自回路。以金融機構作為網絡節點，以金融機構特異性風險的Granger因果關系作為連接網絡結點的有向邊，畫出金融系統的Granger因果網絡圖，其中以擬合系數對應P值小于0.1判斷為金融機構間存在Granger因果關系，從而定義為(i→j)=1。

②金融機構關聯網絡拓撲性質分析。網絡的拓撲性質均考慮到各階段節點的差異，是相對而非絕對指標，保證了網絡之間指標的可比性，統計和拓撲性質從密度、聚集度、中心度等多角度考察關聯性，并考察了網絡子群派系和核心-邊緣結構，如表2所示。

③金融系統共振效應分析。定義網絡的動態關聯程度指數(Dynamic Granger Correlation，簡稱DGC)，為更好的解釋金融機構關聯網絡的緊密程度演變，本文將通過部門內、跨部門和全系統的三個DGC指數，考察金融系統在資本市場的連通性和共振效應。

部門內DGC指數：定義S1表示銀行、證券、保險或者信托部門的單一部門，部門S1由N1家金融機構組成，部門S1的Granger因果網絡關聯程度DGC為：

(4)

(5)

跨部門DGC指數：部門S1由N1家金融機構組成，部門S2由N2家金融機構組成，定義機構i對部門S1的Granger因果關系指標為(i→S1)：

(i→S1)

(6)

表2 金融機構關聯網絡拓撲性質分析

定義部門S1對機構i的Granger因果關系指標為(S1→i)：

(S1→i)

(7)

從而最終定義部門S1對部門S2的Granger因果關系指標為(S1→S2)，假設部門S1中機構數量為N1，部門S2中機構數量為N2，部門間Granger因果關系指標：

(8)

全系統DGC指數：全系統S由銀行、證券、保險、信托這四個子系統組成，全系統S由N家金融機構組成，定義全系統S的Granger因果網絡關聯程度DGC為：

(9)

(10)

C表示金融系統中真實的連通關系，系統S有N個節點，N(N-1)是系統最大的有向可能連通關系，DGC的數值衡量了系統關聯關系的緊密程度，DGC越大，說明網絡具有更緊密的關聯程度，則資本市場股票收益表現為更強的相互引導和共振關系，風險波動更易傳導。

④金融機構系統重要性綜合評價。關聯度和規模是影響金融機構系統重要性的兩個主要方面。金融機構的規模越大，其倒閉造成的直接沖擊越大，因而具有較高的系統重要性。一般地，用總資產表示金融機構的規模，假設各金融機構的總資產經標準化后形成向量Y。

Y=(Y1，Y2，Y3….YN)

(11)

其中，Yi表示金融機構的規模得分，得分越高，其規模效應也就越高。本文基于巴塞爾資本協議，綜合考慮規模和關聯度的影響，賦予關聯度和規模相同的權重。令：Z=(Z1，Z2，Z3….ZN)，且滿足Z=0.5X+0.5Y，Zi表示金融機構i的綜合得分，綜合得分越高，其系統重要性也就越高，每個階段的綜合得分是通過規模和關聯度兩個效應共同評價，通過六個階段，包括牛市、熊市和震蕩市得分進行算術平均，得到金融機構跨周期的系統重要性評價。

3 金融機構關聯網絡中心影響力分析

3.1 多階段關聯網絡的構建和拓撲分析

(1)多階段金融機構關聯網絡可視化分析。

圖1中分別以圓形、方形、上三角形、下三角形表示信托、證券、保險公司、銀行。結點大小反映其中心性的大小，即結點越大，其中心性越高，在系統中處于越關鍵的位置。

由圖1可知，我國金融系統的Granger因果聯系越來越緊密，銀行、證券、保險、信托等部門內和部門間存在著廣泛、緊密的業務聯系，表現為高度的連通，其中部分金融機構對其他機構的收益率引導和關聯性顯著突出，在資本市場乃至金融體系中扮演著重要角色。為了更好地說明我國金融系統整體緊密性的強弱變化，本文計算了各階段金融機構關聯網絡基本拓撲性質如表3所示。

如表3所示，金融機構關聯網絡的網絡密度和平均聚集系數整體上呈不斷上升趨勢，平均最短路

表3 各階段金融機構Granger關聯網絡緊密性動態演化

徑則不斷下降，進一步說明了我國金融系統Granger因果網絡的緊密性在不斷增強，集團化程度越來越高，連通性越來越強，特別是在第六階段，網絡密度和平均聚集系數大幅增加，平均最短路徑下降明顯，網絡連通性增強明顯，這與該時期混業經營的不斷發展、金融杠桿的提升和金融系統的不斷成熟是息息相關的。

本文進一步分析了各階段的派系和核心-邊緣關系，如圖2所示，其中圖2(a)統計的是各階段派系內成員個數從n≥3到n≥12的派系數量，圖2(b)統計的是各階段的核心-邊緣區域的密度。

從圖2(a)可以看出，第六階段派系個數遠超過其他階段，這不僅因為第六階段是一個牛市，同時隨著金融機構間業務關聯度越來越密切，在資本市場之間的信息傳遞和收益率引導也越來越強，其他階段不存在成員個數超過8的派系，但第六階段成員超8的派系高達656個，n≥11的派系個數仍有6個；圖2(b)中密度越高，顯示區塊內的關聯度越高，熊市密度減弱，顯示關聯減弱，核心區域的金融機構以銀行、證券機構為主。

3.2 多階段金融機構關聯網絡中心性分析

本節按四個部門統計分析了六個階段中心性指標均值的變化趨勢，如圖3所示。

圖3給出了我國銀行、證券、保險以及信托這四個金融部門的不同中心度指標均值六個階段的動態演變趨勢，由此可以看出：

銀行部門度數中心度均值和接近中心度均值呈現不斷上升的趨勢，中間中心度均值基本保持穩定，特征向量中心度均值在牛市時低于熊市和震蕩市時，一方面說明銀行部門在整個資本市場的金融系統中的直接影響力以及傳遞信息能力不斷增強；另一方面說明銀行系統在金融機構網絡中牛市時活躍度相對反而下降，因為銀行股往往市值巨大，在股市中波動較小，牛市時往往變現較為穩健，因此在整個金融關聯網絡中的中心度性地位反而相對下降。

證券部門度數中心度均值和接近中心度均值保持平穩上升趨勢，中間中心度和特征向量中心度均值基本保持穩定，充分說明證券部門的直接影響力和信息傳遞能力不斷增強，特別是在牛市時證券類金融機構通過證券承銷、經紀、資產管理等業務在市場中表現活躍；保險部門在第一階段尚未有上市公司，在第二階段隨著大型保險機構上市，其影響力迅速擴大，這與保險產品需求大幅增加、保險金融機構資產規模較大息息相關，大型保險機構往集團化發展，影響力不斷增大和保險資金管制放開，保險部門在資本市場上的活躍度不斷增加。

信托部門各中心性指標的動態變化呈現典型的“W”型發展趨勢，即在牛市時中心性影響力大，在熊市和震蕩市時影響較小。信托類金融機構的市值相對較小，牛市時比較活躍，在資本市場上的影響力增強，業務聯系更加緊密，信息傳遞更加快速；熊市時，業務活躍度降低，資本市場整體波動率下降，市值較小的信托公司業務出現分化，關聯性反而減弱。

為進一步探究不同金融機構在六個階段的市場表現，本文統計了所涉及的43個金融機構六個階段不同中心度指標的均值，并據此進行排名，由于篇幅有限，本文僅給出按不同中心度指標排名前十的金融機構，如表4所示。

表4 金融機構的中心性影響力

從表4可以看出，不僅是傳統的四大國有商業銀行排名靠前，包括招商銀行為代表的一些中小型商業銀行關聯網絡的中心影響力指標名列前茅，甚至超過四大國有商業銀行，大型證券機構和保險公司的中心影響力也較大。不同的中心度衡量金融機構關聯影響力的排名有顯著差異，尤其是中間中心度的排名與其他中心度的排名差別非常明顯，中間中心度是一個間接關聯度衡量指標，其數值越高，在資本市場金融系統的信息和風險傳遞的功能越強。中間中心度排名第一的是中國平安，排名靠前的還包括廣發證券、安信信托、愛建股份等，這些金融機構在資本市場高度活躍，直接關聯中心度甚至不強，比如安信信托，但是卻對風險的更快傳遞起著關鍵作用，也應引起監管注意。

特征向量中心度、度數中心度和接近中心度衡量的金融機構影響力也不完全一致，尤其是排名靠前的機構差異較為明顯。度數中心度衡量的是直接與金融機構建立引導關系的影響力，農業銀行、光大銀行、華泰證券和新華保險排名居前；接近中心度衡量的是機構與其他節點對建立最短可達距離之和的倒數，農業銀行、光大銀行與華泰證券排名居前；特征向量中心度衡量的是與該節點關聯的其他節點的影響力大小，傳統國有大型商業銀行、城商行和市值較大的證券、保險公司排名都較靠前。

4 多階段金融機構系統共振度演變分析

本節進一步通過DGC指數的關聯性演變。首先考察單一部門對其它部門Granger關聯關系占全系統Granger關聯關系的比例，具體結果如圖4所示。

圖4描述了各部門在金融系統中影響力的動態變化，首先，銀行和證券部門的絕對影響力顯著高于保險和信托部門，這說明銀行和證券部門始終是我國金融系統中最具有系統重要性的金融部門，應重點加強對銀行和證券部門的監管以防范系統性風險的發生和傳播；同時證券部門在牛市時的Granger關聯影響力占比甚至超過銀行業，可見證券行業在“太關聯而不能倒”的網絡中起著相當重要的風險傳播和收益引導的效用。

其次，各部門在牛熊市影響力的相對波動有明顯區別，市場處于牛市時，銀行和保險部門的影響力相對下降，證券和信托部門的影響力相對上升；市場處于熊市時，銀行和保險部門的影響力相對提高，證券和信托部門的影響力相對降低。銀行和保險部門的機構往往市值都比較大，在牛市表現比較穩定，與其他在牛市中波動較大的股票關聯性減弱，而證券股由于牛市中自身業績的增強，往往表現為較為強勢的活躍和波動，信托部門的股票往往市值較小，因此牛市時活躍度增強明顯，整體關聯影響度也會增加。

圖3中各部門的Granger關聯性占比從一個角度描述了各部門的連通性，本節將繼續通過DGC指數來描述系統的共振效應。DGC衡量了系統的關聯程度，DGC指數越高，系統關聯性越強，資本市場股票收益率表現為更強的引導關系，風險波動也更易傳導。本節進行了3類DGC指數的分析。首先，計算了銀行、證券、保險和信托四個部門內部六個階段的DGC，對各部門內部系統關聯性強弱動態變化進行分析；其次，分析了跨部門DGC六個階段的動態演化，研究了部門之間的相互影響；最后，分析整個金融系統的DGC動態演化趨勢，研究金融系統整體連通和共振效應的強弱。實證結果如圖5，圖6，圖7所示。

圖5呈現了我國四個主要金融部門內部DGC的動態變化趨勢。整體而言，各單一部門內部的共振效應提升，其中銀行部門的DGC呈不斷上升的趨勢，說明我國銀行體系的連通性不斷加強；證券部門的DGC整體上呈現“W”型變化趨勢，牛市時的業務往來多于熊市，緊密性更強；保險部門整體而言內部的緊密性仍然在加強；信托部門則呈現“皇冠”式的周期變化趨勢，關聯程度隨牛熊市轉換而波動，是典型的周期性金融部門。進一步分析跨部門的DGC動態演變，如圖6所示。

整體而言，除了證券部門對銀行部門的跨部門DGC指數外，其他的11個跨部門DGC指數都有不同程度的增強，尤其是從階段五開始，跨部門的DGC指數開始大幅上升，資本市場中金融部門的跨部門連通性顯著提高，表現為較強的共振效應。從圖5(a)中可以看出，銀行部門對信托部門的影響強于對證券和保險部門的影響；圖5(b)中證券部門對銀行部門的DGC關聯整體上強于對保險和信托部門的關聯，對保險部門的DGC關聯在牛市時強于熊市，對信托部門的影響最弱；圖5(c)中保險部門對其他部門的DGC關聯程度整體呈不斷上升趨勢，保險部門對銀行部門的影響強于對證券和信托部門的影響；圖5(d)中信托部門對其他部門的DGC關聯程度整體而言在牛市時增強，熊市時減弱，對銀行部門的影響最大，對證券部門的影響最弱。進一步分析了整個系統的Granger因果關聯程度DGC，如圖7所示。

由圖7可知，整個金融系統的Granger因果網絡關聯程度雖在個別階段略微下降，但整體上呈現逐步上升的趨勢，這說明我國金融系統的緊密性越來越高，共振效應增強，系統內部各機構間的業務聯系日趨緊密，尤其從第四階段開始，DGC上升趨勢更加明顯，從金融機構業務的主觀層面而言，這是與我國金融機構混業經營的不斷發展、金融系統的不斷成熟是息息相關的；從外部環境的客觀層面而言，金融體系內部不斷增加的結構性杠桿，加大了資本市場的共振效應。后危機時代，尤其是從第五階段開始，整個資本市場連通性大幅、快速增加，DGC指數幾乎翻倍增長，接近0.4，這說明我國上市金融機構的異質性風險收益率間建立了密切關系，兩兩關聯性緊密，表現為高度共振效應。

考慮到上市金融機構在整個金融系統中的地位，以及上市金融機構市值的巨大，金融機構股票的共振大概率加大金融風險的強度，加快金融風險傳播的速度，對實際金融機構的業務關聯產生沖擊，因而風險防范更為重要。在金融機構復雜網絡中對最具系統重要性地位的金融機構進行監管，對防范系統性金融風險，守住金融安全底線具有積極而現實的意義。

5 金融機構系統重要性綜合評價分析

根據式(11)引入金融機構的規模性指標，通過金融機構的資產規模評價規模效應，并把規模和關聯效應綜合評分，給出各金融機構各個階段的得分，以此為基礎計算金融機構跨周期綜合得分的平均值分，據此進行排名，如表5所示，由于金融機構上市的前后不同，僅給出金融機構上市后的結果。

由于篇幅所限，綜合評分低于0.2的第三梯隊的詳細排名、得分省略。由表5可知，銀行部門綜合得分整體位于前列，緊接著是證券部門，最后是保險和信托部門。其中，工商銀行、中國銀行、建設銀行和農業銀行的綜合得分最高，平均綜合得分超過0.6，處于系統重要性金融機構的第一梯隊，這與國有商業銀行龐大的資產規模、廣泛的客戶群體以及多元化成熟的業務模式是分不開的；其次，招商銀行、交通銀行、浦發銀行、中國平安等金融機構的平均綜合得分超過0.2，處于第二梯隊，這些商業銀行在資本市場的關聯影響力往往較高，對其他股票的引導作用較為顯著，中國平安在保險部門內排名第一，這與其橫跨保險、銀行、證券等多個業務領域的發展戰略緊密相關，同時也與其作為新興和發展中國家唯一入選全球系統重要性保險機構的地位相吻合；其他的金融機構平均綜合得分低于0.2，處于第三梯隊，與其他金融機構的業務關聯不夠緊密，資產規模也不占優勢，系統重要性程度較低。

6 結語

本文基于金融機構異質性風險下的收益率，通過Granger因果引導關系，構建了我國資本市場中金融系統跨周期動態有向關聯網絡，分析了不同市場狀態下我國金融系統關聯網絡的動態演變以及銀行、證券、保險和信托部門的不同市場表現，并綜合了資產規模和關聯度的雙重影響，對上市金融機構的系統重要性進行跨周期動態評價，結論如下：

第一，近年來隨著資本市場的日益壯大，混業經營的發展，金融杠桿的加大，我國金融系統的整體性日趨增強，通過DGC指數動態量化分析表明，單一金融部門內部、跨部門間乃至整個金融系統的緊密性越來越強，共振效應不斷增強；

表5 金融機構的系統重要性

注：表中“—”表示該階段不涉及對應機構

第二，中心性分析表明銀行部門在整個金融系統中的直接影響力和信息傳遞能力不斷增強，其中招商銀行的特征向量中心度指標在眾多金融機構中排名第一，與其他金融機構的關聯性強，農業銀行則在度數中心度和接近中心度上位居第一，直接影響力和信息傳遞能力突出，證券和保險類金融機構的關聯中心性影響力次之，信托類金融機構影響力整體較弱；

第三，基于多階段Granger關聯關系分析表明，銀行和證券部門的關聯絕對影響力顯著高于保險和信托部門，具有更高的系統重要性，各部門在不同市場狀態下影響力的波動有明顯區別，市場處于牛市時，銀行和保險部門的影響力相對降低，熊市時則恰好相反；

第四，通過引入金融機構規模性得分，銀行部門綜合得分整體上位于前列，緊接著是證券部門和大型保險機構，最后是信托部門，銀行部門成為我國金融體系中最具系統重要性的部門，工商銀行、中國銀行、建設銀行和農業銀行始終具有最高的系統重要性。

本文從宏觀層面上研究了整個金融系統緊密性和共振效應的動態變化，從中觀層面上分析了銀行、證券、保險、信托四個部門內和跨部門間的關聯影響，從微觀層面上對43個金融機構的系統重要性進行了評價，剖析了金融機構在資本市場不同狀態下的關聯性和系統重要性的動態演化。隨著混業經營的不斷發展，資本市場業務關聯越來與緊密，系統共振不斷增強，同時由于外部環境的金融杠桿的增加，風險傳染速度隨之加快，為抵御股市動蕩風險，防范因金融系統關聯性的增強而產生的風險損失，監管機構應加強對系統重要性金融機構特別是銀行類金融機構的監管，除了對傳統銀行部門特別是四大國有商業銀行進行監管，加強對非銀部門的監管也是非常重要的，海通證券、中國平安等非銀金融機構具有較高的系統重要性，影響力大，應加強金融監管力度，維護我國金融系統的安全與穩定。