银行股同一天一起下跌，不一定只是“市场都在跌”。也可能像一排相连的水管：冲击从一家银行流出，经过几站，再传到另一家。Duong 等人研究了51家欧洲上市银行，试图仅用当日股票收益，画出这种带方向的传导网络，找出系统性风险更集中的位置。
研究采用非高斯网络模型——利用收益分布的不对称、厚尾等特征，在额外假设下判断传导方向。作者把直接连接和经其他银行绕行的间接影响合在一起，设计了两个按市值加权的指标：SIS 衡量一家银行可能把冲击传给多少机构，SVS 衡量它多容易受到外部冲击。一个值得注意的结果是，反复重建网络时，“谁更容易接收冲击”通常比“谁是冲击源”更稳定。
但这张图不能直接当成确定的因果地图。模型要求冲击彼此独立、网络当日内不存在反馈循环；全文样本没有通过作者设定的冲击独立性标准，不同递归顺序也会得到相近的尾部不对称。因此，它更适合补充识别风险集中节点，而不是证明冲击真实从哪家银行出发。