伴随着金融市场快速发展，金融市场之间的联系日趋紧密。不同国家之间，国家内部不同市场之间（例如股票市场与债券市场之间），甚至行业之间的相互影响已逐渐得到投资者的重视。投资者试图在不同金融市场之间配置资产以抵御风险。对于中国的投资者来说，受限于外汇管制及资本流动限制，无法很好地在不同国家之间进行配置，因此在股票市场行业之间的配置就显得愈发重要。为了更好地进行行业配置，需要我们对行业的风险收益特征及行业之间的波动溢出关系有较为深刻的了解。基于此，本文将研究重点聚焦于中国股票市场行业板块的波动性及其溢出关系上。　　首先，我们以证监会行业分类标准下的18个一级行业为研究对象，进行单个行业的波动研究。利用单变量马尔科夫状态转移模型(SWARCH)建模发现，行业指数与综合指数类似，同样能够显著地分为不同波动区制，即高波动区制和低波动区制。同时引入双变量的马尔科夫状态转移模型来研究行业指数之间的一阶相关性——相关系数，发现在高波动区制下，行业之间的相关性上升，而在低波动区制下，行业之间的相关性下降。这一结果说明，在市场极端行情下，行业之间倾向于同涨同跌，这对于资产配置的风险控制是一个很大的考验。　　接着，本文讨论行业之间的二阶相关性——波动溢出关系。利用BEKK-GARCH模型进行分阶段建模，发现行业之间的波动溢出关系在不同阶段会有所不同，这种溢出效应的变化也对资产配置提出了挑战。进一步，为了更好地刻画18个行业之间的溢出关系，本文利用物理学中的复杂网络方法来对BEKK-GARCH的估计结果进行图形展示，以ARCH效应来构造冲击传导网络、以GARCH效应来构造方差传导网络，通过研究不同阶段网络结构及性质的变化，来研究行业之间关系的变化。发现房地产行业在2014年以前处于网络的核心位置，2014年之后逐渐被边缘化，而科研技术业在网络中逐渐核心化。这一结果能够在一定程度上反映行业的变迁及股票市场与实体经济的内在联系。　　最后，文章对冲击传导网络和方差传导网络进行随机性攻击和选择性攻击，以分析网络的稳定性，发现选择性攻击对网络的影响较大，说明网络中节点并非随机相连，而是存在一定内在联系的。同时利用冲击模拟的方式来研究网络的风险传导模式及对整个网络波动性的影响。发现各行业对网络整体的影响可以分为两种模式:反函数型和倒“U”型，并利用冲击响应模式的不同对行业进行分类。最后，借助冲击传导网络和方差传导网络，能够为风险传染的预警及监控提供参考借鉴。