第1章 绪论
1.1 问题提出
1.2 研究意义
1.3 研究内容
1.4 研究方法
第2章 网络在经济金融中的应用
2.1 引言
2.2 网络理论在经济领域的应用
2.3 网络理论在金融领域的应用
2.3.1 传染
2.3.2 间接连通对传染的影响
2.3.3 网络的形成
2.3.4 银行间市场冻结
2.4 社会网络与投资决策
2.5 投资银行与网络
2.6 小微金融
2.7 方法
2.8 小结
第3章 基于CPI网络连通性的消费者价格指数感知偏差研究
3.1 引言
3.2 CPI结构、CPI感知偏差与测度方法
3.2.1 CPI结构
3.2.2 CPI感知偏差
3.2.3 基于DY网络的CPI网络连通性测度方法
3.3 中国CIP网络连通性测度实证研究
3.3.1 中国CPI及其各子指数的走势分析
3.3.2 基于全样本VAR模型及方差分解的CPI网络连通性测度
3.3.3 基于rolling-VAR-VarianceDecomposition的时变连通性测度
3.4 小结
第4章 网络连通性与股票市场金融风险传染
4.1 文献综述
4.2 模型与方法
4.2.1 基于aDCC-VAR-EGARCH的股市时变相关性测度
4.2.2 基于Rolling-VAR方差分解方法的金融网络时变连通性测度
4.2.3 分位数回归模型
4.3 金砖五国金融传染时变性实证分析
4.3.1 样本、数据及描述性统计分析
4.3.2 变量平稳性检验
4.3.3 VAR-aDCC-EGARCH（1,1）模型的估计
4.4 各国股市动态网络连通性测度
4.5 美国与金砖五国股市传染机制实证分析:分位数回归
4.6 小结
第5章 房地产金融化背景下金融部门网络连通性测度及风险传染路径研究
5.1 引言与文献综述
5.2 有向权重网络构建方法
5.2.1 基于DCC-MGARCH模型的动态相关系数
5.2.2 基于格兰杰因果关系检验的方向确定
5.3 样本数据的获取
5.3.1 数据说明
5.3.2 描述性统计分析
5.4 我国金融系统的网络连通性测度
5.4.1 序列平稳性检验
5.4.2 DCC-MGARCH模型的估计
5.4.3 基于格兰杰因果关系及DCC的有向加权网络构建
5.4.4 网络结构分析
5.4.5 我国系统性金融风险的网络传染路径分析
5.5 我国金融网络的动态演化特征计量分析
5.6 小结
第6章 结论与政策建议
6.1 结论
6.2 政策建议
6.2.1 加强经济与金融网络建模研究
6.2.2 对系统性金融风险进行网络建模与预警
参考文献

基于网络科学、经济物理学与计量经济学的金融网络建模与金融系统性风险预警成为本书的主要动机与内容。
全书共分6章，第1章为绪论，围绕问题提出、研究意义、研究现状、研究内容、研究方法等展开论述。第2章简要介绍了网络科学在经济金融领域的主要应用，包括劳动力市场、买方-卖方网络、金融网络传染、社会网络与投资决策、投资银行与网络等。第3章基于CPI网络连通性对消费者价格指数感知偏差进行了研究。第4章借助金融网络的连通结构解释金融风险传染机制。第5章基于我国金融上市公司2010年9月至2020年2月的周数据，利用DCC-MGARCH与Granger-Causality构建包含房地产部门的金融有向权重网络，基于最小有向树分析了房地产市场发生不同程度冲击时的风险传染路径，并采用门限自回归模型实证检验了金融网络连通性的非线性自演化特征。第6章总结全文，对加强金融网络建模与金融网络监控并进行系统性风险预警提出了政策建议。