上世纪90年代是一个危机频发的时期,这些金融或经济危机给危机发生国家带来了巨大的灾难,其中包括1998年的俄罗斯金融危机、1999年的巴西危机、阿根廷危机、2007年的美国次贷危机、最近发生的欧洲债务危机等全球性、区域性的金融危机无疑给当事国都带来了严重的经济损失,也间接影响到我国的经济发展。维护金融系统稳定、防患金融危机的发生,对于一国的经济安全具有重要意义,而正确地测度系统性金融风险则是基本前提。因此,国内外学者越来越重视对系统性金融风险的定量研究。以国际货币基金组织为代表的众多国际机构和一些国家的监管部门,围绕金融体系的脆弱性这一重大问题,进行了深入的研究,并取得了一些成果。欧洲中央银行的研究员在2014年的一篇研究报告中,利用面板向量自回归及脉冲响应函数的方法,去估计实际产出,得出如下结论:银行危机和债务危机是相关的,比较典型的是两者都领先于货币危机,但是反过来却不成立。从整体产出损失的角度来说,银行危机是代价最大的危机。产出的恢复需要大约六年的时间。银行危机的持久性较强。特别是,银行危机自他发生以来在接下来的六个季度内仍会持续的概率高达50%。银行危机的平均累积损失在危机发生六年后达到了 GDP总量的6%。本文主要依据Kaminsky、Lizondo和Reinhart三人提出的信号分析法(1998)以及Mark Illing和Liu Ying(2003)提出的金融压力概念及其构造方法,结合我国金融体系和金融中介机构现阶段的情况,选择变量,构造我国的金融压力指数(Financial Stress Index)。FSI的建立,为金融系统运行状况提供了一个可以量化的指标,作为一个连续的变量,极端值的出现被称为金融危机,FSI数值的变化可以刻画压力是在上升还是下降,还可以用来刻画极端事件的持续时间。本文在参考现有的国内外文献的基础上,对已有的金融压力的测度方法及应用进行了梳理,鉴于数据可得性和连贯性,选择2007年7月到2015年12月的月度数据进行分析,选取的指标来自银行部门、股票市场、证券市场和外汇市场,采用三种不同的加权方法,合成中国的金融压力指数。本文的结构如下:第一部分是导言,主要阐述的是本文的写作背景、国内外文献综述、研究意义;第二部分为金融压力指数的理论分析及计量方法介绍;第三部分是中国金融压力指数的构建,包括变量选取的依据、数据来源、数据处理方法、综合指标FSI的构造方法;第四部分是金融压力对实体经济的影响分析,选择物价、GDP增长率和制造业采购经理人指数做为衡量宏观经济形势的变量,利用VAR模型的脉冲响应函数进行定量分析;第五部分是本文的结论、相关的政策建议,以及创新与不足。本文实证分析表明,2007年12月到2008年10月,受到美国次贷危机的影响,中国的系统性金融压力处于较高值;2009年开始,金融压力出现回落,但是随着利率市场化改革进程的加速,从2013年6月起,金融压力处于上升趋势,银行间拆借市场上"钱荒"现象的出现,体现了银行体系内短期流动性紧张的问题。2015年以来,我国经济下行压力比较明显,钢铁、水泥等行业出现严重的产能过剩,需要政府以更大的力度去调整经济结构。本文研究表明,银行部门是我国金融压力的主要来源,其次是股票市场,自2005年7月我国启动汇率制度改革以来,外汇市场上的压力也在不断的增加,波动性也值得加以关注;选用物价、GDP增长率、制造业采购经理人指数作为实体经济的代理变量,利用格兰杰因果关系分析金融压力与实体经济之间的因果关系,结果表明金融压力是实体经济变化的格兰杰原因,反之则不成立。并利用VAR模型的脉冲响应函数,进行定量分析,结果表明,当金融压力上升时,对实体经济的影响就会特别明显,PMI的值在压力上升后的第二个月变化量比较大,这种负冲击一直持续到第五个月。当金融压力上升时,GDP增长率在滞后第一个季度内会迅速下降,滞后四个季度时达到最大值-0.43,随着政策的调整,大约在三年后回到冲击前的系统状态。通货膨胀在前两期受到的冲击最大,而且是正向的冲击,在滞后一期即达到最大值0.13,分析表明,系统性金融压力与通货膨胀的近期相关性比较高,在通货膨胀的短期预测中,是一个有用的工具。最后,针对目前中国的金融体系运行情况,提出了相应的政策建议。