金融风险一直都是国内外关注的重点问题,最初,中国金融工作会议提出要防控金融风险,十九大时,习近平总书记提出了“守住不发生系统性金融风险的底线”的目标,并且成立了金融稳定发展委员会。2020年1月,新冠肺炎疫情开始爆发,随着疫情蔓延,全球股市、债券均出现大幅波动。美股在3月9日触发历史上第二次熔断机制,三大股指跌幅超7%。全球股市同步出现大幅下探。30年期美国国债收益率下滑至0.836%,创下纪录新低。由于疫情造成原油需求萎缩,同时主要产油国无法达成减产协议而开启价格战,石油价格暴跌,原油价格创史上最大单日盘中跌幅。债券、货币、股市是重要的金融指标,其大幅震荡下跌也是金融危机发生的前兆。美日欧等全球主要发达经济体面临衰退趋势,且缺少有效的政策工具,部分国家正在陷入“流动性陷阱”。本文研究金融风险的跨国传染,主要研究了两个基本的方法,一是共同运动模型构建方法,二是基于共同运动模型的网络构建。采用定量的研究方法,对构建的网络进行实证分析与研究。本文研究了2003年至2014年的重要国家的股值对数收益率。并且根据美国次贷危机发生的时间,将数据一分为三,分别为危机前（03年-06年）、危机中（07年-10年）以及危机后（11年-14年）,通过建立共同运动模型,利用滑动窗口方法建立网络中的变量,将此变量视为节点构建每个时期两个国家之间的有向加权网络,然后通过加权网络分析模型之间的转换特性。实证结果体现,两个国家之间的共同运动模型在演化过程中,由少量的关键节点所决定。运动模型具有分组的特征,共同运动模型的转换平均需要3到5天。通过比较三个阶段的节点强度,聚类系数和中介中心性等网络参数,确定了次贷危机的传染行为。本文创新点首先体现在研究方法上面,本文开创性地站在复杂网络的视角上去探究金融危机在世界范围内不同国家间的传染,这一举措能够为之后该领域的研究者提供参考。其次本文把搭建金融危机传染效应的分析模型——共同运动模型,自变量为各种不同类型的模型,在构建网络的方法上具有创新性。最后在金融风险传染的防控提出了政策建议。