| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景及概况 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-12页 |
| 1.2.1 证券网络 | 第10-11页 |
| 1.2.2 Copula理论 | 第11-12页 |
| 1.2.3 文献评述 | 第12页 |
| 1.3 研究内容以及创新 | 第12-14页 |
| 1.3.1 研究内容与框架 | 第12-13页 |
| 1.3.2 本文的创新之处 | 第13-14页 |
| 第二章 Copula的基本理论概述 | 第14-21页 |
| 2.1 Copula函数的定义和性质 | 第14-15页 |
| 2.1.1 Copula函数的定义 | 第14页 |
| 2.1.2 Skalr定理 | 第14-15页 |
| 2.2 Copula函数的类型 | 第15-16页 |
| 2.2.1 椭球Copula函数 | 第15页 |
| 2.2.2 阿基米德Copula函数 | 第15-16页 |
| 2.3 Copula函数与相关性测度 | 第16-19页 |
| 2.3.1 线性相关系数 | 第17页 |
| 2.3.2 秩相关系数 | 第17-18页 |
| 2.3.3 尾部相关系数 | 第18页 |
| 2.3.4 基于Copula理论的相关性测度 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第三章 证券网络构造方法及拓扑性质 | 第21-27页 |
| 3.1 最小生成树 | 第21-23页 |
| 3.1.1 最小生成树概念 | 第21页 |
| 3.1.2 最小生成树算法 | 第21-22页 |
| 3.1.3 最小生成树的度量距离 | 第22-23页 |
| 3.2 证券网络的拓扑性质 | 第23-26页 |
| 3.2.1 节点的度及其分布 | 第23-24页 |
| 3.2.2 网络节点之间的距离 | 第24-25页 |
| 3.2.3 中间中心性 | 第25-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 深证100指数实证研究 | 第27-39页 |
| 4.1 数据选取与处理 | 第27-28页 |
| 4.1.1 数据选取 | 第27页 |
| 4.1.2 数据处理 | 第27页 |
| 4.1.3 股票行业分类标准 | 第27-28页 |
| 4.2 深证100指数成分股静态证券网络 | 第28-33页 |
| 4.2.1 基于各相关测度构建的证券网络 | 第28-31页 |
| 4.2.2 网络聚类结果分析 | 第31-33页 |
| 4.3 网络拓扑性质分析 | 第33-37页 |
| 4.3.1 网络度分布 | 第33-34页 |
| 4.3.2 网络距离 | 第34页 |
| 4.3.3 中间中心性 | 第34-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第五章 深证100指数成分股动态证券网络 | 第39-46页 |
| 5.1 动态网络的构建 | 第39页 |
| 5.2 动态网络分析 | 第39-44页 |
| 5.2.1 无权动态网络中平均路径长度和网络直径变化 | 第40-41页 |
| 5.2.2 加权网络中平均距离波动 | 第41-43页 |
| 5.2.3 中间中心性变化 | 第43-44页 |
| 5.3 本章小结 | 第44-46页 |
| 第六章 相关建议与总结 | 第46-48页 |
| 6.1 对投资者和管理者的相关建议 | 第46页 |
| 6.2 本文结论 | 第46-47页 |
| 6.3 前景展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第52-53页 |
| 附录 深证100指数成分股 | 第53-54页 |