在目前的现实世界中,存在着大量的关系型数据,其中大量数据以网络数据或图数据进行展现,网络数据广泛应用于推荐系统、反欺诈、社交网络分析、知识图谱等领域。同样的,对于金融行业来说,也存在大量的关系型数据,比如企业间的投资关系,高管与企业之前的任职关系,高管间的校友关系等等。但目前这些金融行业的网络数据还没有被完全研究进行应用,这些研究还主要集中在传统的社会网络理论分析的阶段。截至2019年底,上交所和深交所有超过3000家A股上市公司。上市企业在我国的经济市场中起着较为重要的地位。在上市公司发展势态越来越好的时候,上市企业的高管团队对其发展的影响也逐渐进入研究学者们的视线。高管团队直接负责公司业务的管理,而董监则在公司的治理中起着监督和共同决策的作用。高管都对公司的决策发展起着不可忽视的作用。所以研究高管团队对于公司的绩效的影响是具有实践意义的。并且上市公司的高管团队并不是终身制的,而是具有相应的流动性的,高管的过去任职信息也表明了其本身的工作能力以及过去的任职关系网络。高管团队的变动以及他们与曾任职公司的关系是否会影响到当前所处上市公司的绩效?存在多名高管共同信息的上市企业之间的绩效是不是也有类似的表现?对于这些问题,本文将通过构建高管与企业间的关联网络进行研究。本文选取我国沪深A股上市公司企业年度观测值和高管个人信息数据作为样本数据。主要研究内容有两点:首先是基础关联网络的搭建与数据挖掘。通过上市公司与高管之间的任职关系的数据,提取[实体]-[关系]-[实体]的具体数据,搭建上市公司与高管联合的关联网络图谱。并通过上市公司与高管关联的异构图,提取周围节点的属性加工得到新特征。然后将高管作为边,上市企业作为节点,搭建由高管关联关系形成的上市企业间的关联网络,此时的上市企业关联网络就变为了同构图,实体关系三元组也由[上市公司]-[职位]-[高管]变为了[上市公司]-[高管]-[上市公司]。基于上市企业间的关联网络提取之前基于高管提取的特征,并进行数据聚合。最终得到其次是综合分析基于上市企业与高管的异构网络提取出来的特征和上市企业之间的同构网络中提取出来的特征。并通过提取得到的特征,从企业长期绩效与企业短期绩效两个角度,去探究高管与高管之间通过过去任职公司形成网络关联是否会对上市公司的企业绩效产生影响。研究结果表明,在企业绩效的研究中,引入高管团队的任职关系及相关联的关联网络是有效的。从企业的长期绩效角度,异构网络提取出的诸多属性中,企业的高管人数,有’海外任职’海外背景的高管人数、高管团队年龄的最小值对企业的长期绩效有显著的正向影响;企业无海外背景的高管人数对企业的长期绩效有显著的负向影响。同构网络特征中,企业的结构洞规模与企业相连企业的负债均值和相连企业得到成立年限的最小值对企业的长期绩效有显著的正向影响,企业的资产的最小值对企业的长期绩效有显著的负向影响。从企业的短期绩效角度来看,企业的高管年龄分布异质性和企业的与该企业相关联的上市企业们的（曾）现任职高管人数的平均值对企业的短期绩效有负向影响,企业的与该企业相关联的上市企业们的（曾）现任职高管平均年龄的平均值对企业的短期绩效有正向影响。