2020年初新冠疫情的爆发,对我国的国民经济造成了巨大冲击,我国金融市场遭受重大风险,我国股票市场发生震荡,疫情引发的风险冲击着我国股票市场并在股票市场中传染。探究疫情影响下我国股票市场风险的传染特征对于以后重大突发公共卫生事件下制定预防、降低以及控制股票市场风险传染的金融措施具有重要意义。目前关于此方面的研究较少,本文基于复杂网络视角,探究新冠疫情背景下我国股票市场风险传染特征,进一步研究疫情冲击对我国股票市场风险传播特征的影响。本文基于复杂网络视角探究新冠疫情背景下我国股票市场风险传染特征。主要内容包括以下几个方面:首先,选取上证50指数的样本股中46只股票作为节点,使用股票日收盘价格序列数据,基于Kruskal最小生成树算法分别构建受新冠疫情影响前的股票网络和受新冠疫情影响后的股票网络,对两个网络分别使用GN算法进行社区划分,基于两个股票网络的拓扑性质和社区划分结果对比分析,探究我国股票市场风险传染速度、传染效率等特征;其次,利用Page Rank算法识别两个网络的Hub节点,对比分析股票市场中风险传染过程中的重要股票节点及其所属行业的变化。从股票节点的主体自身风险、传染强度、中心传染性以及易受攻击性四个维度出发,构建股票网络中股票节点的风险传染性的综合评价模型,对两个网络中节点风险传染性进行排名并寻找疫情影响下的风险传染性较高的股票节点及其所属行业的差异。最后,基于SIR风险传染模型,研究新冠疫情背景下传染率,恢复率对我国股票市场风险传染速度,传染范围,传染深度的影响及其变化。研究结果表明:第一,受疫情影响后,我国股票网络中股票间的联系更加紧密,各节点之间风险传染更为容易,传染效率增强;第二,股票网络中重要位置多是金融机构,受疫情影响后,股市风险更容易通过金融机构迅速传播;第三,受疫情影响后,我国股票网络中风险分层传递效应更明显,风险在行业传递路径更加清晰;第四,我国股票市场中风险传染性较高的节点主要以金融服务业为主,建筑业、制造业紧跟其后,受疫情影响后,医药行业的风险传染性提高;第五,受疫情影响后,我国股票市场中风险传染速度增快,传染范围变广,传染深度加重,与受疫情前相比,降低传染率,提高恢复率更加有效控制我国股市风险传染速度,传染范围,传染深度。基于此,本文认为:新冠疫情下,有关监管部门应继续对我国金融机构强监督,对于股票网络中重要节点、中心节点和风险传染性较高的节点及所属行业要高效识别并进行强金融监管,应及时了解其股票的走势;有关监管部门应对行业中的重要节点及行业间风险传染的枢纽节点的相关企业的资产经营状况进行监督,对这些股票加强金融监督,根据风险在行业间的传染路径制定相关预防风险传染策略,对于不同行业要进行差异化的金融监管措施;新冠疫情下,应该同时控制股票网络中传染率和提高股票网络中恢复率,有效降低股票市场的风险传染速度、传染范围、传染深度。