2007年7月，伴随着一系列金融机构的倒闭，美国次贷危机爆发。此次危机对美国乃至全球的银行系统和金融系统造成了巨大的冲击。大多数学者将此次银行危机归结为美国过度地资产证券化、衍生产品过度地信用创造以及投行的银行家们为了逐利而采取的高杠杆经营策略。这确实是一个很重要的原因，但此次危机表现出的银行系统本身的脆弱性和结构的不合理更值得我们探讨和研究。本文以银行体系为切入点，尝试从银行系统内部结构上发现一些影响整个系统脆弱性的因素，从而切实改善银行体系的结构性问题，降低银行系统性危机再度发生的概率。另一方面，以往的研究大多认定，银行体系流动性短缺以宏观经济不景气、资产价格减值等外部冲击为直接诱因的，且危机扩散的最终结果都会归结为流动性不足。然而在宏观经济未出现剧烈波动，也无明显外部冲击的环境中，银行的流动性风险是否会同样的逐渐累积？如果此种风险真实地存在，何种因素影响此类风险的形成？如何控制和降低这种风险的积聚？为了回答上述问题，本文构建了异质性银行网络，突破了之前同质性网络与现实不相符的局限性，在银行风险扩散机制上进行了更加深入细致地挖掘，采用复杂网络建模技术和智能体建模技术对银行体系特征进行分析。本文首先在对现实银行同业拆借网络结构分析的基础上，建立一个更接近现实银行体系的人工银行网络，并对银行间风险扩散机制进行建模。随后，将更多的影响危机扩散过程中银行财务状态参数的因素纳入模型框架，设计一个更接近现实的损失传播机制。在研究银行间支付系统流动性风险形成时，则借助了智能体建模方法，将直接参与或间接参与到银行间支付系统的各个组成部分抽象为系统中不同的智能体，通过差异化设定银行客户群中每个个体自身的属性和行动偏好，更好的模拟现实情形中每家银行经营策略的不同，以及银行客户的行为相互之间的区别，获得较同质性模型更具参考价值的结果。通过对银行拆借网络结构的分析，结果显示现实的银行网络的确具有高聚类的特征。一部分银行处于网络中比较核心的位置，一旦它们出现危机将会给整个银行系统带来巨大的损失。但仅仅依据“太大”来识别系统重要性银行是存在局限性的。银行的规模仅仅反映出部分信息，要分析银行的系统性重要性仍需要做好银行间交互的参与性分析，才能得出更加可靠的结论。因而我们认为“Too participated to Fail”较“Too big to Fail”的说法更可靠。通过对异质性银行网络的冲击测试，我们发现银行系统在危机扩散过程中所形成的系统性损失，很大程度上受组成银行系统的各家银行的微观财务结构影响。银行的净资产水平影响危机发生后整个银行系统的总损失，银行净资产水平的提高可以降低总的系统性损失。与以往研究结论不同，本文结果表明银行同业敞口对银行系统的总损失并非单调的同增减关系。在宏观经济运行平稳的时期，可以鼓励银行之间开展借贷业务；而在宏观经济运行处于高危时期，则限制银行间敞口的比例，防止危机发生后危机的迅速扩散和蔓延，给经济系统造成巨大的损失。并且银行网络连通性与系统性总损失也并非单调的关系。当网络连通性水平较低时，增加网络中的总边数会增加银行违约传染的机会。然而，当网络连通性已经处于一个较高的水平，进一步增加网络的连通性反而会增加银行网络对外部冲击的消化能力。我们还发现，在无外部流动性市场补充的情景下，银行间拆借行为形成的网络连接，不仅仅在受到系统外部冲击的情况下可作为危机扩散渠道。即使在无外部冲击的环境下，由于客户支付需求的不确定性，仍会导致银行间支付系统中流动性风险的逐渐形成。消除这种风险可以借助外部流动性市场对银行间的流动性进行调剂管理。外部流动性市场的引入，对于消除银行间支付系统的系统拥挤现象具有显著的效果，但前提条件是银行选择延迟支付的平均成本相对于其外部融入流动性要更大。此外，外部流动性市场的稳定性也保证了银行间支付系统的稳定性。由此可见，一个高效且稳定的银行间同业拆借市场对维护我国银行间支付系统运行的稳定性有极其深远的现实意义。