守住不发生系统性金融风险的底线,是习近平总书记在十九大报告中提出的重要指示,而在防控系统性金融风险的过程中,房地产金融风险的防控是必不可少的。并且房地产与金融的关联紧密,集商品和金融的特性于一身,房地产业作为一个聚集大量资本的行业,其资金来源有很大一部分都来自金融体系,因此房地产金融风险的防控是系统性金融风险防控任务中最重要的一环。特别是在新一轮的区域协同发展战略的背景下,区域内部各种要素的配置速度加快,同时也使得房地产金融风险在区域间的传导更加迅速,区域间的不确定性增加。再加上我国各省的房地产市场存在明显的地域性差异,有效需求不足与有效供给不足并存,而各地区房地产市场发展的不均衡又会进一步加重我国房地产市场的脆弱性。在国际范围来看,由于房地产业的风险暴露最后引发金融危机的例子也屡见不鲜,如美国次贷危机、日本房产泡沫等。因此,建立我国房地产金融风险的预警机制至关重要。本文将从房地产金融风险角度切入,在根据经验选择预警指标的基础上,使用改进的主成分分析法对指标的重要性程度进行筛选,并初步合成为房地产金融风险值。其次利用VAR模型计算全国各省之间的区域溢出效应,将溢出效应合成进房地产金融风险值中,形成一个能体现我国区域性风险溢出的房地产金融风险指数。最后用3σ法划分风险状态,并基于2008-2019年数据用NAR神经网络向后预测了2020和2021两年的风险状态。预警结果表明:（1）2008-2019年我国31个省市的房地产金融风险总体上保持着较为平稳的水平,且同一年内各地区的风险特征方向一致;（2）除西南地区和东北地区之外,其余区域不存在明显的风险区域联动特征;（3）预测2020年和2021年我国31个省市依然能够保持较为平稳的风险水平,两年中都仅有少数地区处于非正常状态。因此,未来在对房地产金融风险进行防范和化解时,应更关注本地区的实际情况,有针对性的实施降温举措。本文主要贡献有,一是采用了改进的主成分分析法进行指标筛选,对比以往大多依靠经验判断的指标选取来说更加客观和科学。二是本文将区域溢出效应合成进房地产金融风险值中,体现了风险在区域间的传导,相较于大多数聚焦于单一地区的以往研究来说有一定的创新。