文章主要的研究对象是苹果公司供应链中,上市公司的股价相关性。文章立意的出发点是中国,所以主要研究的聚焦在中国和苹果公司的所在国,文章主要的研究工具是复杂网络法。文章主要的研究思路是先通过文献分析法,找出最适合研究供应链网络中上市公司相关性的研究方式,在这一过程中,文章总结了关于关联性研究的一系列研究方法,包括VAR模型及其拓展,GARCH模型及其拓展、Copula模型、小波分析法以及复杂网络法。在这一研究过程中,根据各个模型的适用范围以及各自的优缺点,文章最终选择了与供应链网络最适配的复杂网络法作为主体研究方法。并且就复杂网络法本身而言,此前的研究集中于研究指数的成分股,本文将研究领域拓展至跨国供应链,对未来的溢出效应研究也有所帮助。本文研究的主体由两个部分组成,一是梳理供应链中公司的关联网络,二是构建股票的复杂网络。这两个网络的元素是一一对应的,但是拥有不同的连接方式。在复杂网络的构建中,定义了边的权重是相关系数的倒数,之后通过计量软件计算出各个股票对数收益率的Pearson相关系数,最后通过Pajek将权重矩阵进行了可视化处理。通过对复杂网络的研究,文章得出了以下结论:本文的复杂网络的直径为10390（对应的相关系数为0.000096）;网络的平均距离为23.76（对应的相关系数为0.042）,相关性没有很强;网络的接近度中心性为0.166,缺少整体的中心点。通过这两种网络的比较,文章得出了以下的结论:1.越在供应链的上游受到核心企业的影响越小。2.股价并不会沿供应顺序溢出。3.与核心企业股价关联性较大的企业的共性是业务领域具有细分领域垄断性、交易关联多。最后的启示分为两部分,首先我国ODM应当注意关键供应商的市值管理能力,并应当积极“走出去”拓展海外市场以互利共赢;然后在监管和投资方面,监管应当多加关注中心性较大的节点所对应的股票,其风险较高;投资应当意识到在同一个供应链上股票的关联性并没有很大,投资需理性。在对未来的展望方面,复杂网络模型未来还有更多的拓展空间,除了与相关系数混合使用外,也可以结合其他相关性研究方法例如VAR模型、GARCH模型等;此外,这一模型的研究方法还可以用来研究其他供应链,使用前景较为广阔。