股市是经济的先行指标,是国民经济运行的“晴雨表”。防范化解股市风险对牢牢守住不发生系统性金融风险的底线具有极为重要的意义。随着市场信息化程度的不断提高,股票市场内部积累了海量的结构化和非结构化数据,这些数据反映的是市场内部实体之间错综复杂的关联关系,这些关联关系也成为了金融风险传染的便利渠道。本文从复杂网络视角出发,针对股票市场内多源异质大数据,经过知识抽取、知识融合和知识存储等步骤构建了上市公司关联知识图谱,可视化呈现了股票市场内部关联结构。在此基础上,本文力图发掘知识图谱在金融风险传染领域的多维应用,结合图论中关于边类型的划分方式,比较分析了关联图谱和风险传染图谱的特征差异,经过转化节点和边的类型等步骤,将上市公司关联知识图谱转化为风险传染图谱。最终,本文在自建的风险传染图谱的数据平台上,部署实施了基于最短路径和三元闭包原理的潜在关系挖掘方法,以及基于个性化PageRank算法的风险传染模拟模型,对风险传染全过程进行高效的可视化模拟和预测,建立了风险爆发前识别、风险爆发后模拟的风险防御策略。本文构建的知识图谱总计包含了150,000余个节点和180,000余条关系,支持穿透式查询、潜在关系挖掘和风险传染模拟多重功能,可为金融风险防范与智能监管等研究与实践工作提供有益参考。