随着信息技术的发展,区块链技术的应用领域越来越广泛,如金融、政务、数字货币、教育等。特别是在金融领域,对海量金融数据进行分类存储并找出具有重大潜在价值的事件,在推动信息技术融合、促进数字经济健康发展等方面具有广泛而深远的意义。金融时序数据具有规模大、场景复杂、类型多、易篡改、溯源困难等特征。因此,近些年,通过区块链技术对金融数据进行高效的存储和溯源引起了学术界的广泛研讨,也成为领域研究的重点和难点。区块链作为一个共享数据库,存储于其中的数据或信息具有不可伪造、全程留痕、可追溯、公开透明、集体维护等特征。基于这些特征,区块链技术奠定了“可信”和“共识”的基础。但现有金融区块链系统多采用平等挖矿模式,所有记账人（实体）将账本记录在单一主链上,数据存储具有随机性,而且在复杂或分类金融场景下,主链数据难以实现关联或规律存储,导致存储及溯源效率很低;同时,现有区块链系统中事件溯源多数只能查询到源区块,不能判识金融实体间的隐含关联,不利于金融风险评估。综上,本文针对金融区块链存储和溯源问题开展了深入研究,针对现有系统及方法的不足,提出一种面向复杂金融事件的区块链关联溯源方法。本文主要研究工作及创新点如下:（1）针对现有金融区块链系统多为单链结构,无法适用于复杂分类场景的问题,提出复杂金融事件的区块链复合链式模型。首先,结合区块链不同应用模式以及需要存储的金融实体数据的特性,在不同实体间构建联盟链,在实体内部构建私有链;其次,分别建立基于Merkle树的私有链区块结构和基于Merkle Patricia树的联盟链区块结构;最后,给出区块链复合链式模型的数据层数据加密机制,网络层区块通信模式及共识层的区块共识算法,实现对金融实体数据的存储,为后续的溯源工作做准备。（2）针对现有单链模式无法关联溯源的问题,提出区块链事件的关联实体溯源方法。首先,利用区块链自身可追溯的特性,溯源出复杂金融事件中出现问题的源实体区块交易数据;其次,提出引入Apriori关联规则算法,溯源出与问题源实体有关联关系的其他实体区块交易数据;最后,对所有溯源出的实体区块数据构造源事件关联图,通过源事件关联图表示出复杂金融事件中实体间的关联关系。（3）在此基础上,为进一步降低复杂金融事件产生的不良影响,将源事件关联图中所有实体的区块数据表示成数值形式的特征向量,对溯源实体构建基于强化学习的风险评价模型,实现对溯源实体的风险评估。（4）在多个真实数据集上进行大量实验验证,并与目前几种主要的区块链存储和溯源方法进行对比。实验结果表明,本文所提方法在存储开销、存储效率、溯源准确率、溯源效率等方面具有明显优势,可有效地对金融数据进行高质量的存储和溯源。