商业银行对我国金融体系稳定起到至关重要的作用,银行间的风险传染效应是引起银行业系统性风险的重要因素之一,因此,对金融业风险传染的识别和监管离不开对银行体系风险传染特征的研究。风险传染的核心问题在于研究不同金融变量之间的相关性程度和相关性结构,但是不同的相关结构可能对应相同的相关系数,因此,基于相关系数表征的风险传染研究方法将会无法区分不同的相关性结构,从而导致对风险传染的识别性能下降。本文将市场行情划分为低迷、正常及繁荣三种状态,创新性地运用分块混合Copula（简称PBF Copula）方法实现不同市场行情下金融变量相关性结构的分解,解构出受隐含共同风险因子影响的同单调相关性,并利用同单调相关性来定义和度量风险的传染效应,此举优化了基于相关系数对风险传染进行研究的方法所带来的风险识别性能下降问题。在这一理论指导下,首先,本文以我国13家上市商业银行间的市场风险为研究对象,定量给出银行间风险传染效应,明确银行间风险传染方向;其次,本文结合网络分析方法,对比研究重要事件前后银行间风险传染效应的变化,识别风险传染关键节点银行,并分析银行风险传染网络的局部和整体拓扑特征,旨在为银行业风险传染的识别和预警提供合理建议。研究结果表明:（1）低迷市场行情下,全样本时期内我国上市银行间的尾部风险传染效应偏高,五大国有商业银行的风险传染效应仍占据重要地位,但不同的国有银行表现出不同的风险传染特征,其中建设银行主要表现为易被传染特征,而另外四家国有银行则主要表现为传染源特征。（2）重大风险事件对银行风险传染网络的网络节点银行和网络结构的影响程度并不一致,政策性事件对银行业风险的影响程度最强,如金融“严监管”事件对银行风险传染网络的节点银行和整体网络结构均产生显著影响,监管力度的加强使得各家银行风险传染能力偏高,但银行风险传染网络的传染效应减弱,表明金融监管发挥了一定程度的作用。（3）整体来看,银行风险传染网络的网络结构较为稳定,但其总体相关性指标、中心化程度指标会伴随重大事件的发生表现出一定的震荡和波动。“钱荒”事件前夕和“股灾”事件爆发过程中,银行风险传染网络的传染效应较强,潜在系统性金融风险积聚。（4）以银行风险传染网络中各节点银行总加权度中心性为依据,实证发现,光大银行和中信银行风险传染能力位于各银行前列,成为银行风险传染网络中的关键节点银行。