股票市场是一个典型的复杂网络系统,不同股票之间存在着普遍的联动关系。从行业内的角度看,同一行业股票的关联性会大于不同行业股票的关联性;从行业间的角度看,两个企业若在产业链中的位置越靠近,其关联性会大于不直接存在生产交换关系的企业之间的关联性。本文主要探究后一种关系,即研究不同的行业之间可能存在的关联性特点。为了全面细致地考察这个问题,本文既采用了典型的线性分析方法,如相关系数分析和线性格兰杰因果分析;同时也使用了常见的非线性方法,如基于Copula函数的分析。通过对申万行业指数构建最小生成树网络,格兰杰因果网络与藤Copula等模型,笔者从三个层次考察了行业指数关联性的特点。首先,基于距离矩阵的最小生成树模型和R藤模型,可以识别出指数系统中的代表性行业和边缘性行业。研究表明,化工,采掘行业属于A股的代表性行业;金融,食品饮料行业属于边缘性行业。其二,通过格兰杰因果网络的构建,可以观测到行业指数在股市动荡时期的领滞效应更强,格兰杰因果关联更为明显。最后,通过构建Copula分位数模型,可以对行业指数之间的关联强度得出一个量化的描述。为了考察市场处于极端风险情况下行业的风险溢出效应,本文计算了不同行业的%Co Va R,并构建了%Co Va R矩阵,用以反映每个行业的指数下尾风险溢出效应。此外,还利用了D藤Copula分位数回归测算了了银行,非银金融和房地产整体处于极端风险情况时对市场的冲击效应。