对于防范和管理金融风险,一直是市场和监管者的所面临的难题。认识并研究复杂金融市场的风险扩散模式及其对传统市场中刺激反应的作用,可以帮助传统市场和监管者及时收集金融市场资讯、调整财富分配、制订政策措施、防范和缓解金融危机。而鉴于传统市场中各参与者主体间的信息交互过程非常复杂,因此,本文的研究目标是将信息论和复杂网络理论相结合,基于金融时间序列建立金融网络,分析系统拓扑结构的演化规律以及系统的整体和局部性风险。研究金融网络在不同时期的信息流动情况,同时分析新冠疫情在不同发展时期对股票市场的影响,为金融风险传播等实际问题的控制提供思路和解决方案,对金融市场的运行和风险扩散规律进行研究。在理论分析方面,本文重点阐述了信息论和复杂网络的相关理论,着重于金融市场的复杂性分析和网络描述。提出了转移熵在度量金融网络中不同行业板块间信息流变化具有独特的优势,在此基础上通过转移熵重构了A股行业板块间的信息流网络。然后从该网络的信息流变化情况、拓扑结构、社团划分等方面展开此金融网络的性质研究。从而得到其宏观演化的规律,为风险防控提供了理论基础。同时针对新冠疫情选取27个受疫情影响较深的行业板块,并构建信息流网络,将网络平均熵与新冠疫情感染人数做比较分析,研究新冠疫情时期网络的度与度分布。运用k-核分解算法研究该网络的内部结构,分析该网络中各行业板块受新冠疫情的影响程度,以及阐述其k-核值在疫情各阶段变化的原因。在实证研究部分,本文以中国证券市场各行业的指数收益的时间序列为对象,重构相关复杂网络,将计算结果与证券市场实际情况对比分析,得到该金融网络的拓扑结构性质与内在运行机制与实际观察都相吻合的结论,对金融市场内部风险转移状况进行了解读。研究指出,本文所构建的时间系统能够对实际金融市场时间序列的多数特征作出较为准确的模拟,可以认识金融体系的内部运行机制。本文的创新点在于运用转移熵进行系统重构,在转移熵的分析中,通过阈值法生成动态范围内的最小有向加权网络,分析网络的内在规律和运行机制。将信息流动力学应用在金融系统的复杂网络研究之中。