金融系统是个高度复杂的动力学系统,基于复杂网络研究其内在的相关性的本质具有重要意义。随机矩阵理论已经在核物理、多元统计以及无线通信等领域有广泛应用。近年来随机矩阵理论开始运用于金融领域中研究金融相关系数矩阵的相关性,相关系数矩阵是网络构建中的关键因素,本文将随机矩阵理论与网络构建相结合。本文研究基于随机矩阵理论对金融网络进行“去噪”,主要包括以下内容。(1)选取上海证券市场的股票数据,将数据分成四个阶段,基于随机矩阵理论,讨论金融相关系数矩阵和随机矩阵的特征值和特征向量的统计性质,并在此基础上对现有的“去噪”方法进行改进,建立更适合构建金融网络的相关系数矩阵,并构建金融网络模型。(2)基于随机矩阵理论和网络的关键节点分析比较“去噪”前后的金融网络以及“噪声”网络,发现对网络“去噪”后仍保留了原始网络的关键重要的信息,而噪声信息对应的是原始网络中度比较小的节点所代表的信息。基于去噪网络,分别从最小生成树、模体和社团结构的角度分析比较去噪前后金融网络的拓扑性质。(3)基于随机矩阵理论的去噪方法对上证180指数金融网络进行实证分析,分析了去噪上证网络的无标度特性、聚类系数以及节点中心度等拓扑性质,说明了去噪上证金融市场的内在规律和发展趋势。并对去噪上证网络进行随机攻击和蓄意攻击,分析网络的稳健性。进一步说明了改进的去噪方法对于金融网络的研究具有重要意义。本文提出了基于随机矩阵理论的金融网络的“去噪”的方法,研究发现改进后的金融网络的拓扑性质更加明显,结构更加紧密。