系统性金融风险自2008年金融危机以来一直是热点研究问题。欧洲债务危机、2015年我国股票市场异常波动等外部事件对金融市场产生了重大冲击,特别是在当前全球疫情与原油价格冲击的情形下,是系统性金融风险爆发的高发期。准确度量系统性金融风险是监管实施的核心,它对维护金融稳定、防范与化解重大风险具有重要意义。本文的主要工作便是基于组合信用风险研究方法构建了一个度量系统性金融风险的模型。具体而言,本文首先改进了文献当中经典的Poisson稀疏结构框架,将其扩展到了事件源点过程为自激的情形,得到更广泛的结果;进而本文假定事件源点过程的强度为一类扩展的Hawkes强度过程,得到了金融机构联合生存分布、外部事件发生次数的概率与期望、违约机构数量的概率分布、机构之间的违约相关系数等的解析表达式,并且将其设定为系统性金融风险度量指标;最后通过数值分析,不仅证实了本文模型的有效性,还论证了参数变化对风险估计的影响以及相较于经典模型更大的优势。