2020年新冠疫情爆发,国内经济受到严重打击。股票市场被称为经济的晴雨表,对经济活动的变化能够作出快速反应,2020年2月3日我国股市开盘首日的暴跌,表明本次疫情对我国股市的稳定性造成了巨大影响。因此,探究新冠疫情对我国股市的影响,对稳定我国股票市场具有一定的指导意义。本文首先收集了从2018年10月11日至2021年3月31日共600个交易日的沪深300股票收盘价,选取其中具有代表性的228支股票作为网络中的节点,通过Pearson相关系数处理股票收盘价作为网络的连边,以实现网络的构建。其次,基于最小生成树建立新冠疫情前和疫情期间两个时期的股票市场网络,分析新冠疫情对股市网络结构的影响。然后,利用阈值法构建股票市场网络以探究网络的小世界性和社团结构。最后,利用网络攻击模拟疫情期间股市遭遇巨大风险后的网络状态,并根据脆弱性指标对攻击后网络展开进一步的探究。通过上述研究过程,本文发现在最小生成树网络模型中,疫情爆发后网络中的标准化树长急剧降低,说明其对危机具有一定的识别作用;对网络中核心节点公司所属行业进行分析,发现金融业在股票网络中扮演着重要角色。在阈值网络模型中,通过计算股票市场网络中的平均路径长度和聚类系数,得出网络具有小世界性;通过分析网络的模块化,发现疫情期间网络的模块化值均大于疫情前,则疫情期间网络中表现出较好的社团划分。对疫情期间股市阈值网络实施攻击后,发现网络的拓扑结构发生巨大变化,表现在网络的密度降低、模块化增加、社区数量增加等;此外,网络脆弱性指标表明网络整体抗攻击能力较弱。