利用复杂网络的理论对证券市场的资产回报序列进行建模，研究了动态网络统计特性的时间演化规律，以及金融危机与证券市场价格走势的统计性质之间的关系。

我们选取了能够真实地反映美国证券市场状态的S&P500指数中的160支股票在14年期间（从1985年1月4日到2009年12月12日）的价格时间序列，计算了所有股票之间的关联矩阵，利用滑动窗技术，分别构造了基于动态阈值和静态阈值的动态全局金融网络，并进一步计算了网络的三大统计参数平均度、最短路径长度和平均聚类系数分别随时间演化的曲线，从而研究网络的动态拓扑结构的变化规律及其与历史上所发生的金融事件之间的联系。我们发现，不管是选择动态阈值还是静态阈值，金融网络都呈现出鲁棒的小世界特性。

通过对基于动态阈值构造的网络模型的分析发现，三大统计参数随时间的变化关系都在金融风暴发生期间出现了异常的波动，进一步地，对各统计参数估算了离散曲率，在曲率的时间演化曲线上，曲率数值到达异常高的量级的几个时间点都与金融风暴有关，这表明金融事件发生期间证券市场中存在大量的聚簇行为。另外，我们还研究了静态阈值网络以及阈值的大小对网络结构的影响，通过比较四个不同的静态阈值后发现，较大的静态阈值更能够表征出轻微的金融事件，而较小的静态阈值则更能反映出重大的金融危机。