近年来,对中国股票市场行为的研究逐渐成为热点。众所周知,中国股票市场波动性大。一般来说,股票市场的波动行为总是与股票间的复杂关系息息相关。传统的方法是利用多元统计模型对股票之间的波动关联性进行研究,然而在利用这些模型进行研究时往往受到“维数灾难”的限制,较难进行有效的实证。复杂网络理论的诞生方便了我们对资产价格联动特性的研究。本文从系统科学的角度出发,基于复杂网络理论对股票市场中资产价格联动与市场稳定问题进行研究,论文的主要工作和创新成果如下：(1)以上海市场2001年1月2日至2011年3月11日期间的501只股票的日收盘价为样本,采用互信息衡量股票价格之间的相互关系,并采用滑动窗口的方法构建出相应的2063个全连通的上海市场股票动态关联网络。从每个股票网络中提取最大生成树,分析了树的平均路径长度,中心节点影响力和p值随时间的变化情况,又进一步对上海股市不同时期最大生成树的变化特性进行了详细分析。实证结果表明：2005年8月8日、2007年10月17日和2008年12月25日左右的这三段时期是上海股票市场的转折时期,在转折时期,股票市场稳定性变差,最大生成树拓扑结构变得松散,股票节点间的分离程度变大,中心节点的影响力减小,树的结构从星型变为链状,对应的度分布也不再是幂律分布。同时,对最大生成树的单步和多步存活率进行分析,实证发现：在短期的演化过程中,股票间的紧密关系不容易被打破；相反,在长时间的演化过程中,往往不存在一直都是紧密联系的股票节点对。(2)以2008年12月25日这个股票市场转折点为背景,将它作为转折前期和转折时期的分界点,构建转折前期和转折时期两个行业关联网络,并采用两种方法对网络拓扑特性进行分析。一方面,对原始网络进行阈值化处理,实证发现在转折时期,网络的聚类系数明显减小,凝聚度变差,网络变得松散,进一步通过对网络的k核分解,发现转折时期处于最深核的节点与转折前期相比发生了明显变化,纺织服饰行业和电子行业成为最深核节点,这与当时我国的经济现象十分吻合。另一方面,提取原始网络的最大生成树,实证发现转折时期节点间的分离程度变大,中心节点影响力减小,转折前期与中心节点紧密相连的行业在转折时期全部发生变化。比较以上两种方法,虽然都能揭示行业网络的特性,得到相似的实验结果,但是通过最大生成树来观察行业间联动性的变化则更为直观。以上结论不仅能帮助我们进一步了解股票市场资产价格联动与市场稳定的关系,还能对股票投资风险管理提供一定的指导意义。