党的十八大以来,金融改革与监管持续推进,金融业也逐渐发展壮大,由于互联网金融的快速发展,加之金融风险特殊性的形成机制以及传染机理,使不同区域之间的金融风险在空间上具有极强的联动性、传染性特征,另外,我国金融市场运营体系、监管机制等尚不成熟,较易受其他因素的影响,相关因素与区域金融风险之间的空间关系研究尚不完善。因此,能够及时、准确地把控金融风险状况、对空间层面的区域金融风险进行进一步的研究,对有效防范化解区域金融风险具有理论及现实意义。因此,本文选取金融市场发展较为成熟的三大经济区域——环渤海区域、长三角区域、泛珠三角区域为研究对象,基于2000年到2018年间的面板数据,针对当今金融市场风险特征,在第二章中运用随机森林模型对三大经济区域的金融风险进行测度。现有关于区域金融风险空间维度的研究多是基于单一的地理距离或经济距离,本文结合空间计量经济学中的空间权重与社会网络分析理论,构建出区域金融风险关联的社会网络矩阵,作为第三章至第五章中空间维度下的区域金融风险研究基础。为确定三大经济区域金融风险的空间关联与分布状态,在第三章中借助社会网络分析理论与工具对区域金融风险的空间关联与传染效应进行研究。将上文构建的社会网络矩阵作为四到五章中空间模型的空间权重,分别对风险的系统来源、金融杠杆率与区域金融风险之间的空间非线性关系进行研究。研究发现,三大经济区域的金融风险呈现明显的联动效应,风险波动幅度和大小较为接近;区域金融风险的空间关联呈现以环渤海区域为核心、长三角区域和泛珠三角区域进一步扩展的不均匀分布,空间关联状态呈现复杂的空间网络结构,根据区域间的金融风险关联关系,可将其分为四个不同的位置类型,分别为完全开放模块、经纪人模块、双向溢出模块、主受损模块,其中,属于完全开放模块的省区市为区域金融风险的强风险源,属于经纪人模块的省区市为风险传染中介,地理位置和经济实力为影响地区所属模块的关键因素;从系统性金融风险的形成机制来看区域金融风险的主要来源,发现外部冲击和银行市场为三大经济区域金融风险的主要系统来源;环渤海区域的金融杠杆率与区域金融风险在空间上呈现显著的非线性U型关系,长三角区域呈现时间上的非线性U型关系,泛珠三角区域则呈现时间上的非线性半U型关系。最后针对研究结论提出有针对性的政策建议。