金融系统的稳定对国民经济的健康发展起着至关重要的作用,十九大以来,中国政府就反复强调要健全金融监管体系,守住不发生系统性金融风险的底线。我国正处于供给侧结构性改革的深度推进期,相关制度和体系不够完善,加上2020年初新冠疫情的爆发和延续,大幅提高了各部门之间的风险共振和溢出效应,金融市场表现出较为剧烈的波动和震荡,加大了系统性金融风险发生的可能性。一旦系统性金融风险爆发,无论是对投资者、企业管理经营者和金融监管者而言,还是对国内外经济平稳健康发展而言,都会造成不可挽回的损失,因此预警和防范系统性金融风险意义重大。基于以上分析和认识,本文以我国2003年1月至2020年12月潜在的系统性金融风险为研究对象,分别构建了银行、证券、外汇、保险和房地产五个子市场的压力指数,然后运用信用加总权重法对各子市场赋予相应权重,从而构建出金融压力指数FSI来对我国系统性金融风险进行测度,并对四种不同赋权方法构建的FSI指数进行了对比研究,而后通过设定阈值,对研究期内存在系统性金融风险的时期进行了识别。进一步,从宏观经济、金融系统、国际贸易与收支以及国外经济四个层面选取了26个指标构成系统性金融风险基础预警指标体系,随后运用ADF单位根检验、非线性格兰杰因果检验以及相关性检验对指标进行了进一步的筛选,最后通过比较不同滞后期的特征指标所表现出的预测精度来确定本文的最佳预测期,还通过对比Twin-SVM和Adaboost、Distance、BPNN、Logistic以及SVM模型在不同样本划分比例下以及供给侧结构性改革期间的系统性金融风险预警研究中展现出的预测结果,来考察各模型的预测精度、稳定性和泛化性能,以探讨最为优越的系统性金融风险预警模型。主要结论如下:（1）本文所构建出的银行、证券、外汇、保险和房地产五个子市场的压力指数在不同时期存在部分趋势一致性的同时,也存在着一定的差异性;运用主成分分析法、CRITIC赋权法、信用加总权重法和等权重法四种不同赋权方法构建出的FSI指数在趋势上大体一致,但基于信用加总权重法构建出的FSI指数更能突出地刻画我国金融市场在风险冲击下所表现出的极端值,更能动态地体现我国金融市场的结构变化;在2007-2008年、2011年以及2013年期间,我国处于系统性金融风险较大的时期。而自供给侧结构性改革和新冠疫情爆发以来,总体上我国金融压力指数FSI在正常范围内波动,发生系统性金融风险的可能性较小。（2）系统性金融风险成因复杂、来源广。在运用非线性格兰杰因果检验对我国系统性金融风险预警指标进行筛选的过程中发现,四个层面均有部分指标通过了检验,被保留了下来,也进一步证实了金融系统的压力来源广,是各层面综合影响的结果。具有来说:宏观经济层面留存有CPI、工业增加值增长率和固定资产投资3个指标,金融系统层面留存有国内信贷、上证主板市盈率、保费收入3个指标,国际贸易与收支层面留存有出口总值、进口总值和实际利用外资3个指标,国外经济层面留存有美元指数1个指标。（3）在构建Twin-SVM系统性金融风险预警模型时,发现不同核函数下的Twin-SVM模型表现出不同的预测性能,其中RBF核函数在四种核函数中表现出最优秀的预测能力;不同滞后期的特征指标能反映的我国未来金融市场压力信息的能力是不同的,具体表现为特征指标从滞后期为1到滞后期为12的过程中,以Twin-SVM为代表的模型预测能力越弱,因此本文的特征指标最佳滞后期为1期;运用不同样本划分比例下的数据进行预警研究时,Twin-SVM模型表现出了更为优越的预测精度和稳定性,针对我国供给侧结构性改革以来的样本进行预警研究时,Twin-SVM同样展现出了更为优越的泛化性能。基于以上实验结果,本文认为有效地度量我国系统性金融风险以及对我国系统性金融风险进行提前预警,对于投资者理性投资、保护自身利益,企业经营管理者审时度势、调整公司战略,金融风险监管者制定政策、积极防范化解系统性金融风险来说都具有重要意义,而本文构建的Twin-SVM系统性金融风险预警模型也为其提供了参考和借鉴工具。相关部门也要建立科学有效的金融压力监测体系和风险预警指标体系,建立优异的人工智能预警模型,进一步完善金融监管机制,加强金融监管的国际合作与交流,增强风险抵抗能力。