| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第14-29页 |
| 1.1 选题背景与意义 | 第14-17页 |
| 1.1.1 选题背景 | 第14-16页 |
| 1.1.2 选题意义 | 第16-17页 |
| 1.2 国内外研究现状及存在的问题 | 第17-24页 |
| 1.2.1 复杂网络理论的研究团队及研究现状 | 第17-19页 |
| 1.2.2 金融市场复杂网络理论研究的文献综述 | 第19-24页 |
| 1.3 研究内容、研究方法、研究意义及创新点 | 第24-27页 |
| 1.3.1 研究内容 | 第24-26页 |
| 1.3.2 研究方法 | 第26页 |
| 1.3.3 研究意义及创新点 | 第26-27页 |
| 1.4 论文的逻辑结构 | 第27-29页 |
| 第二章 复杂网络的基本理论 | 第29-41页 |
| 2.1 复杂网络研究历程 | 第29-31页 |
| 2.1.1 随机图理论 | 第29-30页 |
| 2.1.2 Milgram小世界实验 | 第30页 |
| 2.1.3 弱连接的强度 | 第30-31页 |
| 2.1.4 复杂网络研究的兴起 | 第31页 |
| 2.2 复杂网络理论模型 | 第31-36页 |
| 2.2.1 规则网络 | 第31-32页 |
| 2.2.2 随机网络 | 第32-33页 |
| 2.2.3 WS小世界模型 | 第33-35页 |
| 2.2.4 BA无标度网络模型 | 第35-36页 |
| 2.3 本文应用的复杂网络理论及方法 | 第36-41页 |
| 2.3.1 网络的图表示方法 | 第37页 |
| 2.3.2 平均路径长度 | 第37页 |
| 2.3.3 聚集系数 | 第37-38页 |
| 2.3.4 无标度特性 | 第38-39页 |
| 2.3.5 网络节点的同配性 | 第39页 |
| 2.3.6 网络导航现象 | 第39-41页 |
| 第三章 基于复杂网络理论的国际股票期货指数网络研究 | 第41-62页 |
| 3.1 研究背景 | 第41-42页 |
| 3.2 国际指数复杂网络的构建和结构特性 | 第42-45页 |
| 3.2.1 国际指数无权复杂网络的构建和结构特性 | 第42-44页 |
| 3.2.2 国际指数有权复杂网络的构建和结构特性 | 第44-45页 |
| 3.3 国际股票指数复杂网络的实证研究与结果 | 第45-51页 |
| 3.3.1 无权复杂网络的实证研究与结果 | 第45-49页 |
| 3.3.2 有权复杂网络的实证研究与结果 | 第49-51页 |
| 3.4 国际期货指数复杂网络的实证研究与结果 | 第51-59页 |
| 3.4.1 无权复杂网络的实证研究与结果 | 第51-58页 |
| 3.4.1.1 无权复杂网络的构建 | 第51-52页 |
| 3.4.1.2 无权复杂网络的小世界效应分析 | 第52-54页 |
| 3.4.1.3 无权复杂网络的同配性 | 第54-58页 |
| 3.4.2 有权复杂网络的实证研究与结果 | 第58-59页 |
| 3.5 本章小结 | 第59-62页 |
| 第四章 沪市股票中短期风险复杂网络特性分析 | 第62-89页 |
| 4.1 研究背景 | 第62页 |
| 4.2 沪市股票中短期风险复杂网络的构建 | 第62-63页 |
| 4.2.1 中短期风险值即VaR值的计算 | 第62-63页 |
| 4.2.2 沪市股票中短期风险网络的构建 | 第63页 |
| 4.3 沪市下跌期的实证研究与结果 | 第63-69页 |
| 4.3.1 小世界效应 | 第63-64页 |
| 4.3.2 无标度特性 | 第64-65页 |
| 4.3.3 沪市股票中短期风险网络与价格复杂网络的比较 | 第65-66页 |
| 4.3.4 证券市场股票中短期风险网络在多个时间窗口条件下的统计特性比较 | 第66-69页 |
| 4.4 沪市上涨期的实证研究与结果 | 第69-75页 |
| 4.4.1 上涨VaR数组相关系数讨论 | 第69页 |
| 4.4.2 上涨期“小世界效应”分析 | 第69-71页 |
| 4.4.3 上涨期“无标度特性”分析 | 第71-72页 |
| 4.4.4 上涨期股票中短期风险复杂网络在多个时间窗口条件下的统计特性比较 | 第72-75页 |
| 4.5 振荡期实证研究和结果 | 第75-86页 |
| 4.5.1 振荡期VaR数组相关系数讨论 | 第75-76页 |
| 4.5.2 振荡期“小世界效应”分析 | 第76-79页 |
| 4.5.3 振荡期“无标度特性”分析 | 第79-80页 |
| 4.5.4 振荡期股票中短期下跌和上涨风险复杂网络统计特性比较 | 第80-86页 |
| 4.6 本章小结 | 第86-89页 |
| 第五章 中国股市网络节点同配性和网络导航现象研究 | 第89-105页 |
| 5.1 研究背景 | 第89-90页 |
| 5.2 数据与方法 | 第90-92页 |
| 5.2.1 数据的选取 | 第90页 |
| 5.2.2 中国股市复杂网络的构建 | 第90-91页 |
| 5.2.3 网络节点的同配性 | 第91页 |
| 5.2.4 网络导航现象 | 第91-92页 |
| 5.3 中国股市同配性研究 | 第92-99页 |
| 5.3.1 网络的构建 | 第92-93页 |
| 5.3.2 网络节点同配性的实证研究结果 | 第93-98页 |
| 5.3.3 网络节点同配性的实证研究结果分析 | 第98-99页 |
| 5.4 中国股市网络导航现象研究 | 第99-103页 |
| 5.5 本章小结 | 第103-105页 |
| 第六章 中国股市复杂网络中的分形特征 | 第105-123页 |
| 6.1 研究背景 | 第105-106页 |
| 6.2 中国股市复杂网络的空间分形特征 | 第106-112页 |
| 6.2.1 网络的构建及聚集系数 | 第106-107页 |
| 6.2.2 空间分形特征 | 第107-108页 |
| 6.2.3 实证研究 | 第108-110页 |
| 6.2.4 结果分析及讨论 | 第110-112页 |
| 6.3 中国股市复杂网络的时间分形特征 | 第112-119页 |
| 6.3.1 网络的构建及聚集系数时间序列 | 第112-113页 |
| 6.3.2 经典R/S分析 | 第113-114页 |
| 6.3.3 实证研究 | 第114-118页 |
| 6.3.4 结果分析及讨论 | 第118-119页 |
| 6.4 进一步的讨论 | 第119-122页 |
| 6.5 本章小结 | 第122-123页 |
| 第七章 结论与展望 | 第123-126页 |
| 7.1 研究结论 | 第123-124页 |
| 7.2 进一步研究方向 | 第124-126页 |
| 参考文献 | 第126-140页 |
| 致谢 | 第140-141页 |
| 作者在攻读博士学位期间发表的论文 | 第141-142页 |
| 作者在攻读博士学位期间科研及获奖情况 | 第142页 |
