| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景及意义 | 第14-18页 |
| 1.2 问题的提出 | 第18-20页 |
| 1.3 主要研究内容与技术路线 | 第20-22页 |
| 1.4 主要创新之处 | 第22-24页 |
| 第二章 相关理论基础及国内外研究现状 | 第24-54页 |
| 2.1 信用风险的概念与研究现状 | 第24-35页 |
| 2.1.1 信用风险的概念 | 第24-25页 |
| 2.1.2 相关研究现状 | 第25-35页 |
| 2.2 复杂网络理论及应用的相关研究现状 | 第35-47页 |
| 2.2.1 复杂网络的演化结构理论 | 第36-38页 |
| 2.2.2 基于复杂网络的传染理论 | 第38-40页 |
| 2.2.3 关联主体网络的结构特征 | 第40-43页 |
| 2.2.4 关联主体网络结构下的风险传染机制 | 第43-46页 |
| 2.2.5 关联信用主体网络结构下的信用风险传染 | 第46-47页 |
| 2.3 延迟效应和免疫治理及其应用的研究现状 | 第47-52页 |
| 2.3.1 延迟效应及其应用的研究现状 | 第47-48页 |
| 2.3.2 免疫治理及其应用的研究现状 | 第48-52页 |
| 2.4 简要评述 | 第52-54页 |
| 第三章 关联信用风险的主要特性 | 第54-69页 |
| 3.1 引言 | 第54-55页 |
| 3.2 关联信用风险的概念 | 第55-56页 |
| 3.3 关联信用风险的成因 | 第56-60页 |
| 3.4 复杂网络结构下的关联信用风险 | 第60-61页 |
| 3.5 关联信用风险的传染延迟效应 | 第61-66页 |
| 3.5.1 关联信用风险的传染效应 | 第61-64页 |
| 3.5.2 关联信用风险的延迟效应 | 第64-66页 |
| 3.6 关联信用风险的免疫特征 | 第66-68页 |
| 3.7 本章小结 | 第68-69页 |
| 第四章 基于小世界网络的关联信用风险传染延迟效应 | 第69-80页 |
| 4.1 引言 | 第69-71页 |
| 4.2 基于小世界网络的关联信用风险传染延迟效应模型 | 第71-74页 |
| 4.2.1 基本假设 | 第71-72页 |
| 4.2.2 模型构建 | 第72页 |
| 4.2.3 结果分析 | 第72-74页 |
| 4.3 基于小世界网络的关联信用风险传染延迟效应可视化分析 | 第74-78页 |
| 4.4 本章小结 | 第78-80页 |
| 第五章 基于无标度网络的关联信用风险传染延迟效应 | 第80-93页 |
| 5.1 引言 | 第80-81页 |
| 5.2 基于无标度网络的关联信用风险传染延迟效应模型 | 第81-84页 |
| 5.2.1 基本假设 | 第81-82页 |
| 5.2.2 模型构建 | 第82-84页 |
| 5.3 基于BA网络的关联信用风险传染延迟效应模型 | 第84-91页 |
| 5.3.1 模型构建 | 第84-85页 |
| 5.3.2 可视化分析 | 第85-91页 |
| 5.4 本章小结 | 第91-93页 |
| 第六章 不完全免疫情景下关联信用风险传染延迟及仿真 | 第93-105页 |
| 6.1.引言 | 第93-94页 |
| 6.2 不完全免疫情景下的关联信用风险传染模型 | 第94-99页 |
| 6.2.1 基本假设 | 第94-96页 |
| 6.2.2 模型构建 | 第96-99页 |
| 6.3 演化仿真及结果分析 | 第99-103页 |
| 6.3.1 移出关联信用主体的密度与传染概率的关系 | 第100-102页 |
| 6.3.2 移出关联信用主体的密度与拟免疫信用主体密度的关系 | 第102-103页 |
| 6.4 本章小结 | 第103-105页 |
| 第七章 研究总结与展望 | 第105-109页 |
| 7.1 研究总结 | 第105-107页 |
| 7.2 研究不足与展望 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-125页 |
| 攻读博士期间取得的成果 | 第125-126页 |
