家庭金融自2006年提出以来引起了学术界的广泛关注。合理的家庭金融行为能够为家庭平滑收入与消费,促进家庭财产性收入增长,实现家庭财富保值与增值;不恰当的家庭金融行为使得家庭陷入财务危机,并有可能祸及宏观经济发展。对我国居民家庭金融行为的发展现状、变化趋势、类型特征与影响因素进行深入研究,并在此基础上探讨家庭金融危机传播的特性与阻断机制,既可为家庭的金融行为提供正确引导,也可为制定宏观经济政策、规范金融市场提供重要的指导性意见,因此具有重要的理论意义与现实意义。论文通过对已有家庭金融的研究成果进行梳理,发现以往的研究大都仅关注家庭金融行为的某一个方面,而忽视了各项行为之间的内在联系,同时也较少关注到家庭金融行为在社会网络中的传递。针对现有研究存在的不足,论文首先将我国家庭金融行为定义为复杂行为系统,并验证了其具备的开放性、动态性、非周期性、自组织临界性等复杂性特征;其次,在对我国家庭金融行为特征研究的基础上,以家庭为节点构建最近邻耦合网络,并以家庭的借贷倾向为边连接概率矩阵实现随机化加边,形成的NW-C网络具备小世界特征、连通性特征以及较低的聚类系数;论文进一步通过深入剖析我国家庭金融行为的影响因素对NW-C网络的参数进行了修正;再次,论文对经典的SIR传播模型进行扩展,引入隔离机制并考虑宏观政策调节作用构建SIQR传播模型,通过对模型平衡点及传播阈值的计算与分析指出,宏观政策的调节效应、政府或金融机构的隔离机制与家庭的主动免疫措施均对阻断家庭金融危机的传播具备显著作用;最后,论文对复杂网络中阻断危机传播的基本免疫策略展开讨论,并从政府、金融机构及家庭三方面提出家庭金融行为的矫正策略。论文选取了CFPS大型微观数据库正式调查的四期数据进行实证分析,综合地使用了多种研究方法:通过对调查数据与宏观经济数据的描述统计分析,认知我国家庭结构、家庭金融行为主要特征与变化趋势;通过构建复杂系统的自临界组织状态的扩展沙堆模型,对家庭金融行为的动态稳定性进行判断;在随机森林算法模型划分家庭金融行为的基本类型基础上构建NW-C网络模型,并通过径向基函数神经网络模型分析各影响因素对网络参数进行修正;最后通过扩展的SIQR传播模型研究家庭金融危机在复杂网络中的传播特性。实证研究得到的主要结论有三点。第一,我国家庭金融行为的NW-C网络具备显著的小世界特征;相较庞大的家庭节点数目,网络平均路径长度较小,家庭间具备较好的连通性;且由于聚类系数较低,家庭网络对于金融风险的传递抵抗的能力较差;我国金融市场发展水平较高的游牧文化地区,具备投机型金融行为特征的家庭,是我国家庭金融危机产生的关键节点。第二,我国家庭金融行为既受到经济、金融、文化等宏观因素的影响,又受到家庭收入、家庭真实生命周期、家庭结构、决策者金融素养等微观的影响。从影响途径来看,我国居民家庭的收入与财富状况在很大程度上决定了家庭金融行为的参与程度;家庭经济决策者的金融素养决定了家庭金融行为的合理性与收益率;区域经济与金融市场的发展程度影响了家庭金融行为的规范性;传统文化背景通过影响家庭风险偏好对家庭金融行为产生一定的制约作用。家庭社会互动活跃程度、家庭结构与家庭真实生命周期对我国居民家庭金融行为的影响程度较小。第三,我国家庭净资产结构动态变化的不合理,会导致家庭现有稳定状态的崩塌,产生家庭金融危机并在社会网络中传播。受到我国大部分家庭金融行为的动态不稳定性影响,家庭金融危机感染率较高,金融危机容易在社会网络内以较快速度产生传播与扩散。阻断扩散的可行办法主要有:在较低范围内适当扩大隔离率?,以及提升家庭主动免疫率?。论文的研究在复杂性科学视角下展开,即将家庭金融行为视为一个复杂系统且将其纳入到复杂社会网络中予以考察,因此在研究内容上从家庭金融行为的一般特征及其影响因素延申到家庭金融危机在复杂社会网络中的形成与传播,扩展了其研究的内涵与深度。在研究方法上,注重复杂性系统的基本特性,放松了数据正态分布、多重共线性等假定条件,选用了随机森林模型、神经网络模型、沙堆模型、网络动力学传播模型等非线性、非局部、非参数的机器学习与深度学习方法,并对模型参数设定、算法进行改良以提高建模效率,因而比传统方法具有更高的预测效率。