商业银行在我国经济和金融体系中占据重要地位，起着调节经济、信用创造、信用中介、支付中介等作用。银行经营的稳健性对于整个经济和金融体系都有重要意义，而银行稳健性的核心在于对风险的全面管理。银行的全面风险管理包含两方面的要求:单个银行自身风险的管理和银行业系统性风险的管理。具体来说，单个银行风险是指单个银行面临的信用风险、市场风险、操作风险等的总和，银行业系统性风险一般认为是通过银行间的传染效应引发大规模银行违约的风险。本文从单个银行风险和银行业系统性风险这两个层面出发，分别研究了单个银行信用风险、市场风险集成的问题和银行间风险传染的问题。具体来说，本文主要工作和成果有:　　(1)提出了基于因子积分的风险集成方法，并实现了对金融机构信用风险和市场风险的集成。因子积分方法属于自下而上的风险集成方法，通过引入驱动因子巧妙地解决了风险集成建模中风险数据不足的问题。我们将因子积分方法应用到中国上市银行的信用、市场风险集成中，得到了中国上市银行的信用、市场总风险在99.9％置信水平下的VaR。与此同时，我们将结果与一种只使用风险数据的简单风险集成方法的结果进行了比较。　　(2)提出了基于转移熵的银行间风险敞口矩阵估算方法。银行间风险敞口矩阵的准确估算是银行间风险传染研究的难点和重点，本文提出的转移熵方法用不同银行股价序列之间的转移熵构成的矩阵来刻画银行间风险敞口矩阵的结构，并结合每个银行的资产负债表数据计算得到银行间风险敞口矩阵。　　(3)分别应用Furfine和Eisenberg-Noe的传染机制对中国银行间风险传染效应进行了模拟，并对结果进行了比较分析。　　通过对两个风险集成结果的比较本文认为在风险数据不足的现状下，从信用、市场风险相关性机理出发的因子积分方法给出了两个风险之间更加符合实际的相关结构，并且充分利用高频数据从而扩大了数据量，给出的风险集成结果更加准确和稳定。另外，本文对银行间风险传染研究的贡献主要体现在两方面:(1)引入了股价这一市场信息来求解银行间风险敝口矩阵，建立了银行间风险敞口矩阵结构和股价的转移熵矩阵之间可信的关系，相比于常用的最大熵方法，该方法更能反映银行间市场自身的结构特征;(2)对中国银行系统银行间风险传染的实证研究丰富了对当前中国银行系统稳健性的认识。