自2014年11超日债违约事件发生后,政府陆续出台了表明隐性担保意愿转变的相关政策如:43号文、存款保险制度、资管新规等。IMF在对我国金融体系稳定性的评估报告中指出,目前我国发生概率最高、对金融系统稳定冲击最大的风险源为隐性担保价值的转变,政策转变对隐性担保的冲击很有可能会造成整个金融体系内的系统性风险被再次定价。银行部门作为金融供给侧改革的重要对象之一,长期处于政府隐性的保护之中。如今我国银行业市场的竞争格局已经改变,随着隐性担保逐步退出银行体系,银行系统开始产生新的不稳定因素,系统性风险也呈现出新的趋势。因此在政府隐性担保意愿转变的过程中,如何有效地度量银行系统性风险的变化,探讨隐性担保意愿转变对银行系统性风险的影响显得尤为重要。本文首先从理论概述入手,介绍了风险以及测度方法的相关理论,并分析了政府隐性担保对银行系统性风险的影响机制。其次创新性地尝试基于大数据文本分析的方法,即有监督的词典生成分析法构建隐性担保意愿转变指数,以此来测度政府对隐性担保意愿的转变程度,经过对比检验,测度结果较好地反映了政府通过政策文本传递隐性担保意愿转变的信号。同时,本文采用拓展的CCA模型构建银行系统性风险指标,并依据计算结果分析了隐性担保逐步退出过程中银行系统性风险的演变情况。最后通过得到的隐性担保意愿转变指数和银行系统性风险指标,实证分析隐性担保意愿转变对银行系统性风险的影响。实证结果表明隐性担保意愿减弱,银行系统性风险在当期不受影响,在滞后一期（即一季度）显著增大,在随后几期内影响将逐渐消失。进一步研究显示隐性担保意愿转变对我国三类银行主体（国有银行、股份制银行和城商行）的系统性风险存在差异化影响,其中对国有银行和股份制银行的系统性风险冲击最大,而对城市商业银行则影响有限。本文创新之处在于:不同于以往文献测度隐性担保的方法,本文首次尝试将大数据文本分析法（有监督的词典生成分析法）应用到政府隐性担保意愿转变程度的量化中,并在隐性担保逐步退出的背景下,将隐性担保意愿程度的时变性纳入对银行系统性风险的影响研究当中。