2013年11月,党的十八届三中全会对全面深化改革做出了系统部署,李克强总理在《2014年政府工作报告》中强调了全面深化改革的重要性,他提出要以经济体制改革为重点,深化金融体制改革。中国人民银行日前召开的2015年工作会议再次指出,2015年将继续实施稳健的货币政策,加强和改善宏观审慎管理,灵活运用各种工具组合,保持银行体系流动性合理充裕,引导货币信贷和社会融资规模平稳适度增长,采取综合措施确保不发生区域性系统性金融风险。上述种种信号充分显示出国家促进金融改革发展的决心和毅力以及对防范金融风险的重视程度。当前,在全球经济复苏放缓、国际金融环境持续动荡的背景下,我国面临着防范金融风险的挑战。中国银监会公布的统计数据显示,我国银行业金融机构2014年末不良贷款率1.64%；商业银行2014年末不良贷款率1.29%,两项数据均高于2013年数据,金融监管机构及各家商业银行应对群体性风险的爆发保持高度警觉。近年我国不断推进金融市场化进程,我国商业银行破产法也在酝酿出台,彼时由于商业银行将自己承担因风险防范不到位而倒闭破产的后果,监管当局的主要任务将是维护整个银行体系的生态稳定,不再由国家为每一家商业银行的风险进行“买单”。在商业银行破产法即将出台的时刻,我国商业银行应着重考量自身所面临的违约风险,该违约风险随时可将商业银行推到破产的边缘。但鲜有学者对我国商业银行的违约行为进行研究,大多针对贷款者的违约行为展开研究,为此本文利用倒向随机微分方程(BSDE)理论构建商业银行违约概率模型,采用随机动态Copula方法对商业银行间风险传染性进行刻画,将商业银行的违约行为以及违约行为的传染性问题纳入商业银行风险的研究框架中,运用实证分析方法对我国上市商业银行的违约行为、违约风险传染行为予以描述,并探究现象产生的根本原因。思路逻辑起点：对于商业银行贷款者违约行为的研究已经司空见惯,鲜有研究就商业银行自身发生违约行为展开讨论。本文主旨意在讨论商业银行违约风险及违约风险的传染性问题,因此按照“现象描述—文献综述—模型构建—实证研究”的技术路线来行文。通过刻画商业银行违约概率构建文章研究基础,以商业银行违约概率作为商业银行风险指标,分别考察商业银行个体违约概率、联合违约概率以及条件违约概率,发现Knight不确定性是商业银行违约概率的重要影响因素之一。同时,本文从动态非线性研究视角判断商业银行风险之间的传染性问题,指出随机动态Copula模型能够很好的解决现有研究方法的不足,并且能够动态刻画商业银行风险之间的相关程度。承接前文理论模型的构建,即违约概率模型和随机动态Copul a模型,对我国14家上市商业银行风险的传染性进行实证分析,并对我国系统重要性银行作出判断。方法逻辑起点：本文以测算商业银行违约概率为出发点,运用BSDE理论得到Knight不确定环境中商业银行最大违约概率和最小违约概率解析解表达式,在二维正态分布假设下,将单一个体违约概率研究扩展到二维个体的联合违约概率框架,并得到条件违约概率解析解表达式,运用数值模拟分析的方法对影响违约概率的各因素进行模拟研究。基于二维正态分布强假设难以满足,并且无法度量变量间的非线性关系,本文采用Copula方法对上述问题进行改进,同时为了描述具有时变特征的相依结构,本文采用随机动态Copula函数对相依结构进行刻画。最后,本文利用14家上市商业银行数据对商业银行风险传染问题进行实证研究,并对风险指标选取、模型选择以及实际问题解释进行回答。全文的基本结构如下：(一)文献综述。按照研究的对象不同,对关于风险度量、风险传染性以及BSDE理论和Copula建模等相关文献研究进行梳理和总结。找到现有研究所存在的不足之处：(1)在风险度量的过程中未考虑不确定性的影响；(2) Copula建模过程中未考虑相依参数的时变特征。(二)商业银行风险度量及影响因素研究。以文献综述为背景,承接理论研究的分析思路,首先利用债务期权理论和KMV模型建立银行违约概率度量模型,利用倒向随机微分方程(BSDE)理论得到Knight不确定环境下银行违约概率的稳健定价模型及显式解表达式,运用数值模拟的方法对影响违约概率的各因素进行模拟研究,得到违约概率的变动趋势规律。本文通过数值模拟研究发现：(1)Knight不确定性对于银行违约概率具有非线性、非对称的影响；(2)各宏观变量,例如利率、波动率、借款期限均对银行违约概率具有非线性、非对称的影响。(三)商业银行风险传染机制及度量研究。由于单独衡量个体的违约风险不足以体现风险的波及广度和深度,因此有必要对风险的传染性进行研究。本文采用Copula理论解决以上问题,研究重点在于利用Sklar定理等构建随机动态Copula模型,并利用EIS估计法和两步估计法对相依参数向量进行估计。由于随机动态Copula模型在构建过程中涉及到潜在变量过程的设定,为此,本文采用AR(1)过程来体现潜在变量λt的时变特征,通过构造Copula相依参数θt与潜在变量λt的映射关系Ψ(·)来进一步得到相依参数θt的渐进分布,给出随机动态Copula模型构建、相依参数估计、假设检验以及预测的完整分析框架。(四)商业银行风险传染实证研究。以第三章和第四章所构建的理论模型为基础,首先对我国14家上市商业银行数据计算,得到Knight不确定环境中的违约概率；其次,采用随机动态Copula函数计算各商业银行间违约概率的相依性序列；最后,利用得到的相依性序列验证我国商业银行在经历风险前后是否发生了风险的传染效应,通过计算风险前后相依参数变化幅度并结合各家商业银行的资产规模对我国系统重要性商业银行进行判断。研究发现：(1)我国各家商业银行之间确实存在着风险传染效应；(2)通过判定,大型国有银行工、中、建、交均属于系统重要性银行,中信银行、民生银行为潜在系统重要性银行,而样本内其他商业银行均为非系统重要性银行：(3)通过稳健性检验发现,违约概率适合作为商业银行风险指标,并且优于损失率作为商业银行风险指标。本文以模型构建为主要方法,对我国商业银行风险传染问题进行研究,主要贡献在于：(一)风险指标选取的创新。现有文献对我国商业银行间风险传染效应的研究大多采用选用股票损失率作为风险度量指标,未有文献运用商业银行违约概率数据加以验证。(二)研究视角的创新。在风险量化研究中利用倒向随机微分方程(BSDE)理论对Knight不确定性对商业银行违约概率的影响进行研究,并利用随机动态Copula函数对违约行为所导致商业银行发生风险传染问题进行深入探讨。将单一个体违约风险扩展到多个体的违约传染分析框架当中,以此所构建的现代风险量化分析框架实现了由单一风险度量向相依风险度量的转变。(三)研究方法的创新。将倒向随机微分方程(BSD E)理论和Copula理论相结合,在Knight不确定环境下构建我国商业银行违约概率模型,并使用随机动态Copula模型对商业银行间违约概率的相依系数进行测算,强调Knight不确定性、违约概率、随机波动等因素对于风险传染效应的影响。