改革开放以来,随着金融体系的不断深化改革与创新,我国市场中的金融产品种类日渐繁多,各级各类企业获取资金,进行融资交易的途径也得到完善与拓宽。在此基础之上,通过共同投资标的资产、多种途径的资产互持,市场中的众多企业尤其是上市公司,不可避免的联系在了一起,形成了错综复杂的金融关系网络。若市场中一家或几家机构发生危机甚至倒闭,这种风险则会以各种渠道影响与之相关联的其他公司,进而将风险扩散到整个金融系统,造成整个市场的瘫痪与崩溃。尤其在2014年下半年至2016年上半年,我国A股经历数次千股跌停的异常波动事件,整个市场也随之陷入瘫痪。究竟哪些公司与其他公司有着较高的关联性,其股价波动容易影响到其他公司。基于此,对公司间股价波动关联性的研究便成为衡量金融风险、了解风险传染路径的重要依据。本文试图借助金融网络来研究A股上市公司之间的关联性问题,根据股价波动计算相关性系数判定公司间的关联情况,以此构建金融网络。进一步在市场中挑选若干与其他公司有着高关联性的公司,根据这些公司构建股票指数,与现有市场指数进行比较,研究其能否准确的反映市场变化。此外还尝试探讨危机期间,高关联性的公司先跌还是后跌,跌幅是否更大,并对其具体公司特征及行业分布进行分析。最后,研究高关联性公司之间的风险溢出与传递情况。本文的研究可以帮助监管者监控金融市场风险,维持市场与经济稳定。网络构建与分析方面,本文首先对2012/01/04到2018/06/30的上证综指进行BP断点检验,将整个样本期间分为代表平静期、牛市期、崩盘期和后危机期这四个子样本。我们发现平静期网络结构整体较为松散,可能是由于该时期A股整体波动较为平缓,无重大经济政治事件对市场产生冲击。牛市期网络密度提升,高关联性公司的行业分布集中度显著提高,但不同行业之间的相互联系并没有十分紧密,关联关系主要集中在行业内部。这与本轮牛市期市场整体上行期间,板块轮动现象相符合。与牛市期不同,崩盘期不同行业之间相互联系十分紧密,关联性不局限于行业内部,整个市场呈现出较大的关联性网络范围。崩盘期遭遇流动性危机时,市场情绪降到冰点,投资者此时已忽略股票的基本面价值,均争相出售手中的股票以求套现,从而引发恐慌踩踏,众多公司同时跌停,因而相互间的关联性较强,连通范围也较广,这与股灾时千股跌停现象相吻合。在后危机期间,市场波动逐渐趋于平缓,网络结构也再度恢复成松散状态。高关联性公司指数构建与涨跌方面,我们综合选择各时期关联性最高的前10%的股票,构建一个新的指数。新构建的指数与现有的上证综指、沪深300指数相关性在Spearman相关性检验下十分显著。聚焦到崩盘期,高关联性公司整体上多次先于市场触底回升、冲高回落,调整幅度也较市场更为剧烈。同时,这些公司在危机期间跌幅要高于市场及同行业公司。我们进一步使用面板回归研究影响网络中心性的潜在因子,发现高关联性的公司具有财务杠杆比率较高、账面市值比较低等特征。而在危机时期,市值规模是一个值得注意的因素,中小型公司在市场崩盘时与其他公司关联性较高,处于网络的中心位置,而大公司由于其系统重要性,容易得到政府的救助,稳定住股价,因而危机期市值较大的公司股价波动不大,与大部分公司的关联性水平不高,这一发现证实了“大而不倒”现象的存在。较高的市场波动率和期限利差往往导致公司间关联的更紧密。对于高关联性公司之间的风险溢出与传递,我们的研究结果显示,崩盘期中小型金融机构扮演着风险驱动类公司的角色,而较多大型金融机构,成为风险承担者,这表明这些大型机构在15年股灾中作为波动性冲击的接收者而存在。本文的结果与发现有助于投资者构建投资组合、对风险进行管理。本文从网络的视角研究上市公司间的关联性,挑选出高关联性、处于网络中心性的公司,并对其公司特征、涨跌顺序、幅度做出判断,可以帮助监管者监控金融市场风险,维持市场与经济稳定。