近年来,在创业热潮的影响下,大批中小型企业不断涌出。联保成为许多中小型企业融资的重要方式,初衷是为了更好的发展,但由担保网络的复杂性引发的金融风险成为不容忽视的问题。另外,经济的发展使担保数据急剧膨胀,面对海量数据和错综复杂的关系,担保网络问题变得更加棘手。本文使用某金融企业的真实担保关系数据,基于复杂网络理论和大数据技术旨在快速高效的找准影响担保网络风险传播的因素,提出相应的管理防控措施,从而降低风险调控的成本。具体的研究内容总结为三方面:(1)基于MapReduce并行编程框架,提出了一种适用于处理海量数据的社团划分算法PFSCAN,能够快速地找到复杂网络中的社团结构、集群点和离群点。该算法对经典的SCAN算法进行了剪枝策略和并行处理,提高了其划分大规模网络社团的效率。同时,实验结果验证PFSCAN算法与SCAN算法的划分结果一致,PFSCAN算法在处理大数据集时有着良好的可扩展性。(2)以SEIR传染病模型为基础,构建了一个全面的适用于担保网络风险传播的动力学模型——具有传播媒介和传播延时的企业间风险传播模型。传播媒介和传播延时的引入,使该模型更贴合于实际的企业风险传播环境,也提供了一个新的角度去处理和防控担保网络问题,使风险传播问题的分析结果更加准确、严谨。(3)对具有传播媒介和传播延时的企业间风险传播模型进行仿真建模,分析各种参数和风险源对传播阈值和稳态密度的影响。根据实验结论对担保网络的风险传播问题提出相应的防控措施,以降低风险管理成本,为有效缓解担保网络问题作出贡献。