随着经济和社会飞速的发展,金融业成为了整个发展进程中不可或缺的一部分,而银行业在其中占据了举足轻重的地位,因此银行系统的安全与否关乎到整个金融体系是否能够健康稳定的运行。2007年美国爆发的次贷危机,使得全球的银行、债券以及股票市场都出现了流动性短缺的问题,从中我们也可以看出银行业中隐藏的巨大的风险。21世纪以来,在我国银行业取得快速发展的同时,我国影子银行的发展同样也非常迅速。中国社会科学发展研究院发布了2013年的《中国金融监管报告》中,对影子银行的规模在官方统计和市场数据两方面做了总结,而基于市场方面的数据来说,我国影子银行体系的规模达到了20.5万亿元,占当年GDP的40%,占整个银行业总资产的16%。由此可知,随着影子银行规模的逐渐扩大,其遇到危机时所产生的系统性风险也不容忽视。本文阅读了大量国内国外的文献后得出,为了更好地分析银行间同业拆借市场的风险传播效应,我们应该引入相关的复杂网络,网络中的节点代表银行个体,节点之间的边代表银行之间的同业拆借关系。大多数学者在对不同类型的复杂网络进行研究后发现,银行间同业拆借网络符合无标度网络的特征,即网络中有极个别的银行和其他大部分银行都有联系,这些点被称为Hub节点。之前很少有学者将影子银行的风险传播放在复杂网络上来研究,为了能够更好地模拟和分析影子银行的风险传播,本文也将影子银行放到复杂网络上来进行分析。本文在阅读了相关文献后得出,影子银行网络符合小世界网络的性质,即每一个影子银行都是和自身所处小范围内的其他影子银行接触。由于银行和银行之间有着千丝万缕的联系,并且影子银行的规模也在逐步增加,因此本文创新性地将银行和影子银行两层网络联系在一起,来模拟和分析影子银行遇到系统性风险后对银行间网络的风险传播的影响。本文首先阐述银行风险传染的定义和传染渠道、影子银行风险传染的特征和传染渠道以及银行和影子银行相关的几种复杂网络结构模型。其次,本文构建了与银行和影子银行相关的复杂网络以及简化后的资产负债表。最后在实证部分,本文基于适用于银行间风险传染的无标度网络模型、适用于影子银行间风险传染的小世界网络模型以及两者相结合的双层网络模型,通过改变该模型中的不同参数(网络的幂律指数、银行流动资产比例、同业拆借比例以及所有者权益比例;网络的平均度、影子银行流动资产比例、同业拆借比例以及所有者权益比例;两层网络之间的连接数、资产规模比例以及资产来源比例)来模拟整个银行体系和影子银行体系在受到单一性冲击和系统性冲击后所受到的影响。本文通过模拟和分析后得到以下结论:一、在单一性冲击下,银行间网络的幂律指数γ越小,银行抗风险能力越强。而在系统性冲击下,幂律指数γ越大,银行抗风险能力越强。无论是在单一性冲击还是系统性冲击下,银行间同业拆借比例p越小或者所有者权益比例q越大,银行抗风险能力越强。二、无论是在单一性冲击还是系统性冲击下,影子银行间网络的平均度k越大、影子银行间同业拆借比例p越小或者所有者权益比例q越大,影子银行抗风险能力越强。三、将银行间和影子银行间两层网络连接到一起后,两层网络之间的连接数n越大、资产规模比例ratio1越大或者资产来源比例ratio2越大,影子银行受到系统性冲击后对银行间网络的影响会越强。