本文运用了社会关系网络分析法,社会关系网络分析法属于社会学理论研究范畴,Pareek（2012）将其用于衡量机构投资者之间的信息共享,度量机构投资者之间信息传递速度对重仓股票收益的影响,后续有学者广泛使用社会关系网络分析法分析机构投资者之间的行为的传染性。郭白滢,周任远（2019）运用基金关系网络得出基金信息互动有利于提高市场定价效率,从而有利于降低股价的长期特质波动。本文通过对2005年一季度至2019年三季度公募基金公司（在本文中也称为机构投资者）季度重仓股票数据建立各个基金公司之间的关系,以重仓持有相同的股票作为建立基金公司之间信息互动的依据。重仓股票被许多基金公司持有,这些基金公司和这支股票共同构成了这支股票的网络。本文实证了机构投资者重仓持有股票会构成股票关系网络,机构投资者根据基金关系网络、股票关系网络和其他机构投资者行为对自己持有股票的仓位作出调整。本文以基金关系网络、股票网络计算得到的指标-网络信息共享指标来衡量基金公司之间的信息联系和传递。基金公司之间的信息传递和共享是否会对股票的价格波动造成影响?特别是基金公司之间的信息共享对股票价格极端的上涨和下跌的影响,是本文研究的主题,因此本文引入极值理论,以此衡量股票的极端市场风险。极端市场风险是学术界和社会重点关注的风险,本文研究股票风险的发生是否与小概率事件有关,即股票价格出现大波动,也就是尖峰厚尾的尾部,使用极值理论也就是学术上所称的EVT计算方法,使用广义帕累托分布,计算风险价值（VAR）,对原始数据选取阈值,运用极大似然估计对参数进行估计,计算1%置信水平下的Va R值。过滤掉那些不重要的数据,只用数据的尾部去建模,不仅得出2005年一季度至2019年三季度基金公司所重仓持有的股票的季度Va R,还得出该时间段内基金公司所重仓持有的股票所在行业平均Var。本文通过股票的网络信息共享指标,以及通过EVT方法计算得到的Va R建立回归模型,研究重仓股票的机构投资者之间的信息传递和共享是否为对股市的极端市场风险有重要影响,本文参考史用乐,王谨乐（2014）也通过该方法研究中国A股市场机构投资者对股价的作用,引入了控制变量和流动性指标,控制变量包括总资产负债率、总资产收益率、总资产周转率、主营业务利润率、代理成本、前十大流通股东持股比例和。本文在此基础上,纳入了季节因素,基金公司所持股票之间的网络信息共享指标在一季度总体风险和极端市场风险是否更大,除了极端市场风险也考虑了重仓股票的总体风险,基金公司持股之间的网络信息共享指标对重仓股的总体风险是否有显著影响。本文单独对两个行业计算机行业和除银行之外的金融行业即非银金融行业进行了极端市场风险研究。本文通过模型得到以下结果,网络信息共享指标对股票的总体风险和极端市场风险均有显著的负影响,股票总体风险与股票极端市场风险正相关关系显著;说明机构之间的信息链接和传递速度越快,效率越高,将有利于降低股票的总体风险和股票的极端市场风险。机构投资者之间正是由于信息共享,信息互动促进了市场效率,降低了股票的总体风险和股票的极端市场风险,对研究机构投资者行为如何影响股票的价格波动的内在机制起到了很好的补充作用。实证结果显示重仓股票一季度有显著的总体风险和极端市场风险,同我国金融市场的“一月效应”相同。实证显示在所有时间段流动性指标对股票的极端市场风险影响不显著。在2015年出现流动性危机时,流动性风险会对极端市场风险产生较大正影响作用。流动性风险和市场风险经常同时存在。在在本文截取的牛市、熊市时间段,机构投资者之间信息共享效率对股票的极端市场风险仍有显著的负影响作用。本文比较了基金所重仓股票每个季度行业总体风险和极端市场风险,计算机行业相比其他行业,该行业有明显的总体风险,没有显著的极端市场风险,对于非银金融行业而言,重仓股所在非银金融行业股票总体风险和其他行业有明显区别,没有显著的极端市场风险。机构投资者信息共享揭示了机构投资者行为内在的传染性,机构投资者通过互相学习其他人的行为,影响自己的投资决策,各个机构投资者构建成一个网络关系,通过和网络中其他人的交流达到信息共享。本文的通过实证得到结论为机构投资者之间的信息共享有助于降低股票的极端市场风险,和有效市场加假说对理性机构投资者行为对资产价格的影响一致,但是角度不同,对解释机构投资者行为的传染起到了很好的补充。