随着中国经济进入中低增速发展的“新常态”阶段，防范和化解各层次的金融风险成为金融监管的重要任务。特别地，经济增速下降导致原来被高速增长所掩盖的一些结构性矛盾和体制性问题逐渐暴露出来。防范和化解金融风险，是“十三五”时期中国面临的严峻挑战。一方面，随着经济环境的变化和金融创新的发展，金融系统产生的系统性风险变得复杂化、多样化，系统性风险的扩散速度加快，传播范围更广。另一方面，后金融危机时期已有的监测和控制系统性风险的金融监管方法面临着严峻的挑战，宏观审慎与微观审慎相结合的监管思路正成为全球金融监管的主要方式。在微观个体属性和宏观整体结构快速演变的情况下，系统性风险的传染渠道、内在机理和表现形式亟待进行深入的研究。如何构建新的、高效有力的监管方法已成为学术界、金融监管机构以及国际金融组织共同关注的重点。　　本文针对银行间网络中的系统性风险传染与监管问题，通过系统性风险与金融监管理论、复杂网络理论，从金融学、复杂性科学、计算机科学等多学科交叉角度，运用模型构建、数据处理、仿真计算、实证研究等方法对“银行间复杂网络的系统性风险传染与监管”展开创新性研究。　　首先，从动态网络演化下监管指标有效性变化的角度出发研究监管指标的优劣。基于Holme-Kim模型构建了集聚系数可变的银行间网络，在该模型基础上仿真研究系统性风险的传染过程，并通过计算四种典型的中心性监管指标序列与传染能力序列的一致性来探究动态网络下核心监管指标的有效性。研究发现，在集聚系数增大的情况下，中心性监管指标的有效性呈现逐渐降低的趋势。不同中心性监管指标有效性下降的幅度不同，度中心性监管指标的有效性最高，稳定性也最好。介数中心性监管指标次之，而接近中心性和特征向量中心性监管指标有效性不高，稳定性也比较差。进一步调节风险传染的违约损失率(LGD)，发现随着LGD的增大，中心性监管指标的有效性并不是一个线性的变化过程。在LGD较小时，四种中心性监管指标均具有良好的有效性，但随着LGD的不断增加，有效性急剧下降，在LGD为50％到60％时有效性甚至为负，但随着LGD增加至接近100％，中心性监管指标的有效性又逐渐回升并收敛。　　其次，从银行个体避险行为的角度分析系统性风险的产生机理。建立了一个基于避险行为的银行间网络模型，研究了异质性网络结构和异质性银行资产下流动性囤积避险行为、折价出售避险行为以及避险行为叠加对系统性风险传染的影响。研究发现:在无标度网络结构下，流动性囤积避险行为在初始阶段减缓了系统性风险传染，折价出售避险行为没有延缓系统性风险传染，而避险行为的叠加并没有对风险起到阻止作用，反倒从整体上加剧了系统性风险传染。考虑流动性囤积避险行为、折价出售避险行为以及避险行为叠加时，异质性网络的稳定性均强于同质性网络，且随着网络异质性的增加系统性风险传染程度逐渐下降。而不考虑避险行为时，同质性的随机网络更加稳定。并且银行资产异质性对系统性风险传染没有显著影响。　　接着，从优化市场模式的角度探索银行间网络的构建与监管，提出了一种基于双边授信交易链的银行间交易模式，并利用复杂网络理论对去中心化的银行间网络特征进行研究。研究结果表明，在双边授信交易链模式下，ER网络与BA网络相比具有更高的流动性，银行间网络对节点违约具有较高的鲁棒性，节点违约只会影响与其建立授信关系的邻居节点，风险不会扩散到网络中的其他节点。进一步发现，当网络密度较小时，基于度偏好的交易对手选择方式明显优于基于均匀分布的交易对手选择方式，交易阈值对银行间网络流动性的影响随着网络密度的变化而变化。限定交易路径长度时增大银行节点的连接概率（增加交易机会，盘活市场）相比增加网络中银行的数量（扩大市场）对银行间市场的流动性水平提高更加有效。同样信用存量的情况下，选择最小信用存量进行交易时整个网络的流动性明显优于选择最短路径时网络的流动性。　　最后，实证分析了中国银行间网络的特征并提出了一种有效的监管方法。利用Bankscope数据库中112家中国银行的数据，通过最大熵方法构建了中国银行间借贷矩阵，进而建立了中国银行间网络模型，对该网络的结构特性如度、中心性指标、聚类、核心-外围结构等进行了分析。通过对不同银行在不同阈值下入度和出度的大小，能够验证并推测各银行的短期财务状况。根据中心性指标发现5家国有大型银行在银行系统中占据最重要的地位，对这些银行进行重点监管将有助于维持整个银行系统的稳定性。实证研究发现中国的银行间网络具有较高的聚类系数，且5家国有大型银行、1家政策性银行和6家股份制商业银行构成整个银行间网络的核心部分，通过计算基于传染能力的最小生成树C-MST，提出一种算法提取C-MST中的最小监管子集，实证结果发现通过监管43家银行构成的监管子集就能够覆盖整个银行间网络中的所有银行。且该方法对国有大型银行、政策性银行、股份制商业银行的监管效果较好。　　相较以往的研究成果，本文研究工作的主要创新点如下:　　1、从监管指标有效性的角度出发，研究了集聚系数动态演化下的银行间网络中监管指标有效性的变化情况，建立了基于Holme-Kim模型的集聚系数可变的银行间无标度网络模型，通过银行间级联传染模型仿真系统性风险在网络上的传播过程。利用Kendalls Tau系数衡量监管指标序列与传染能力序列之间的一致性，并分析了传染动力学参数变化下典型监管指标的有效性变化。本文并没有沿着传统思路提出新的监管指标，而是致力于探讨已有监管指标在动态演化网络下的有效性，在研究视角上具有一定的创新性。　　2、传统的系统性风险传染研究假定冲击是瞬时发生的，网络中所有的银行无法及时进行反应。本文放松了该假设，创新地构建了一个基于避险行为的银行间网络模型，通过设定相关参数，该模型可转变为不考虑银行个体行为的经典模型。研究了异质性网络结构和异质性银行资产下流动性囤积避险行为、折价出售避险行为以及避险行为叠加对系统性风险传染的影响。本文尝试为银行间市场系统性风险的传染研究提供创新的基于行为的理论依据。　　3、提出了一种去中心化的双边授信交易链模式来满足银行之间的交易需求。对该种模式下的银行间网络特性进行研究，主要包括双边授信交易链模式下银行间网络的流动性和鲁棒性。在该模型的基础上进行了多种拓展，分析了银行节点的信任偏好与风险规避对银行间网络特性的影响，并探讨了银行间交易路径的选择标准。从理论上对银行间市场模式进行了创新性的探索。　　4、利用Bankscope数据库中112家中国银行的数据，根据最大熵方法构建了中国银行间借贷矩阵，进而建立了中国银行间网络模型，对该网络的结构特性如度、中心性指标、聚类、核心-外围结构等进行了分析。建立基于传染能力的银行间相关网络并计算最小生成树C-MST，利用算法提取C-MST中的最小监管子集，认为最小监管子集能够代表整个银行系统中其他节点的传染信息，提出对最小监管子集进行管控能够提高整个银行系统的监管效率。从监管方法上进行了创新性的探索。