：本文手工整理了2010 年~2017 年非上市银行数据，利用集成机器学习技术测算中国商业银行的系统性风险，弥补了V-Lab 仅包含部分上市银行的缺陷。发现：总体系统性风险不断上升，2016 年底出台的一系列政策有效控制了这一上升趋势，2017 年显著下降10.3%；SRISK 份额最高的5 大国有商业银行仅占54.78%，城市商业银行的系统性风险份额不断上升、已成为中国系统性风险的潜 在累积点；区域性演进上呈现向东南沿海积聚的特点。控制区域性发展的回归模型进一步揭示了商业银行系统性风险出现和上升的影响机制：资产规模有显著的正向影响，支持“大而不能倒”的观点；杠杆率和期限错配是重要影响因素，银行的杠杆率上升1%，系统性风险上升的概率显著上升0.34%，支持了“降杠杆”政策，这一结论对是否是系统重要性银行都稳健；提高流动性有利于显著降低系统性风险，调控效果没有降杠杆强，但对小规模银行更有效。我们还观察两个银行机构特征，银行主动承担风险使得银行自身系统性风险上升，帮助企业发现债券没有显著影响基本对非系统重要性银行也不会影响系统性金融风险。最后利用省级和城市层面累计的系统性金融风险，发现系统性金融风险对经济的增长和发展质量的确存在显著负作用，风险上升的省份和城市经济作用更显著，系统性金融风险是关乎经济发展的关键因素。