网络科学为探寻复杂系统的奥秘提供了一个强有力的工具,开辟了一个全新的视角。采用复杂网络理论构建金融网络,可以反映各个金融机构、各个金融市场之间的相互关联性,是研究金融系统的一种独特的方法。本文收集了中国A股市场的2340支股票的日收益率数据,在阈值通常被设定为0.5的基础上,通过确定有效阈值区间和观察最大连通子图节点数的变化规律,找到一个最佳阈值0.730,继而构建一个最佳阈值法下的证券市场复杂网络,并采用Louvain算法和模块度评价模型将网络划分为9个社团。在对该网络性质的全面分析中,通过计算网络的平均路径长度和聚类系数,证实该证券市场网络具有小世界性;通过节点的度和中介中心性找到网络的关键节点和中介作用较大的节点;通过观察社团结构后发现,9个社团中有3个完全孤立,其余6个互相联系形成交织的网络,说明孤立的3个社团所处的行业与其它行业的关联性较弱;通过社团1~6之间相连的节点分析社团间的关联性,发现在该证券市场网络中,每个社团中都包含有在沪市和深市的股票,因此影响社团划分的因素不是上市的交易所而是企业所处的行业,且对社团间关联性作用较大的股票也是对整个证券市场影响力较大的股票;通过探讨各社团内部的节点和连边分析社团内部各股票间的关联性,发现社团内关联性的影响因素是行业和地域。本文采用最佳阈值法首次将中国所有A股纳入样本空间,构建中国证券市场网络,给金融市场领域增加了新的研究方法,为探讨股市运作提供了新的观察视角,向证券市场监管者提供了新的管理思路,也为投资者提供了新的分析手段。