股票市场是一个非常复杂的系统,其中的风险巨大,而且难以估计和预测。2007年美国的次贷危机引发了全球的金融危机,同时也引发了中国股市的一轮暴跌。本文采用VaR理论对单边下跌条件下股票中短期风险进行模拟并采用复杂网络的相关理论对股票中短期风险进行网络化模拟,进而对所构建网络利用复杂网络理论进行相关的统计特性分析,即小世界效应和无标度特性。再对得出的结果进行比较分析,以及将所得结果与现有的复杂网络研究成果进行比较和分析,最后得出结论和对相应实际问题的分析和解释。本文的创新性首先在于首次提出利用股票VaR数组对股票中短期风险进行模拟,并利用VaR数组之间的相关系数作为权值构建股票中短期风险复杂网络的方法,比较好的模拟了股票市场的中短期风险,为分析相关问题提供了新的视角。其次,编写相关代码对所构建网络进行统计特性分析,得出一些新的结论,并利用所得理论对相关的实际问题给出了相应的解释。这些结论和解释包括：一、所构建网络具有小世界效应,单个股票的风险可以通过网络传染给其他股票,股票风险在集团内部的传播更为容易。二、单边下跌条件下,各支股票的价格波动影响较大,而各支股票的风险相互影响较小。三、时间跨度较小的情况下,持有某支股票遭受的损失与持有其它股票所遭受的损失相差较大的概率较大；而时间跨度较大的情况下,持有某支股票遭受的损失与持有其它股票所遭受的损失相差较小的概率较大。四、从网络的度分布上看所构建网络在特定情况下具有无标度特性,而在大多数情况下,并不具有无标度特性。