【摘要】本文运用传统金融数据和互联网文本信息,建立机器学习高斯图模型(GGM),量化分析24家A股银行的关联关系和银行体系的系统性金融风险传染情况。研究发现,不同银行机构间存在错综复杂的关联关系,系统性金融风险能在银行间相互传染,通过金融市场、尾部风险渠道传染相对明显,通过投资者情绪渠道传染相对不明显。总体上国有大型银行处于风险传染网络中的核心位置,部分城市商业银行和农村商业银行的风险传染性也不容忽视。国有大型银行的系统重要性程度最高,其次是股份制商业银行,一些城市商业银行和农村商业银行也具有一定的系统重要性。中国银行体系的系统性金融风险演进趋势与内外部经济运行情况、银行体系运行情况高度吻合。进一步的宏观审慎监管中要关注"太关联而不能倒"的风险,并综合运用大数据处理方法,提升风险监测水平和调控能力。