金融危机爆发后，学术研究之中针对危机爆发前相关资产统计检验显著不相关的结论被推翻，金融资产迅速聚集下跌。事实证明金融市场资产间的关联和依赖程度远超过我们研究所认识的范围。针对股票市场的研究，在当前大数据时代的复杂信息环境背景下，信息的多样性和复杂性亟需通过研究来探明某一类特定信息对股票市场的影响，由此进一步研究资产间的相互关联，认识信息在金融市场的传播规律。这就需要丰富和发展现有的数据分析范围以及数据分析模式。　　本文以复杂市场信息环境中的中国特色信息为出发点，通过实证研究探寻中国特有现象对股票市场的影响，以及股票市场信息到达基于不同中国特色现象的传播规律。分别利用截面数据和时间序列来探寻中国特有现象在微观层面对股票市场的影响，进而上升到宏观层面的中国现象及与股票市场间的相关关系。　　微观关联层面，本文选取政治联系作为中国模式的信息变量，通过非参数检验研究得出不同政治联系强度导致了公司行为及股价的不同；由此进一步以通过股票分析师推荐作为集结信息代理变量，运用事件研究法，研究发现不同政治联系强调的公司对信息反应呈现出的不同规律，主要体现在股票异常收益规模和异常收益出现的时间上。宏观关联层面，本文引入一类实证copula检验中国特色房地产市场、黄金市场和股票市场的关联性，发现传统方法未能检测出的两两相关，在此联合相关检验中呈现显著相关关系。因此我们基于实证研究的中国特色信息效用，基于计算实验方法构建了一个具有中国特色的房地产和股票人工市场，研究中国特有政策信息对股票市场影响。综合几部分研究结论，发现中国特色信息对我国金融市场存在微观及宏观上的影响，同时，这种微观及宏观的影响存在相互传递的机制。因此对中国金融市场进行研究时，需要更多的考虑中国特有的现象。