2008年席卷全球的金融危机爆发,这是继"大萧条"以来最为严重的世界性灾难。根据IMF的估计,美国金融危机对全球金融机构造成的直接经济损失高达1.4万亿美元。2010年欧洲爆发主权债务危机,此次危机是美国金融危机的延续和深化,欧洲经济开始衰退。2015年,中国确定进入"新常态"的发展模式,作为世界第二大经济体,经济增速放缓对其他国家的影响也是不容小觑。随着世界经济的一体化,各个国家很难不受世界环境的影响,一旦危机爆发,则是爆炸式的连锁反应。危机爆发对国家的冲击是巨大的,其恢复期也是漫长的,因此有必要完善金融危机识别与预警体系,及时发现并预警危机的到来,以便各国提前采取措施止损,阻止危机的大规模爆发。鉴于统计口径和数据可得性等原因,国外关于指标体系的研究并不完全适用于我国国情。随着我国金融市场的逐步发展与繁荣,现有的金融风险识别与预警体系需要完善以适应新的时代需求。综上所述,构建新的体系具有十分重要和深远的意义。首先,本文详细论述了经典的金融危机识别与预警模型,分析FR模型、KLR模型、STV模型以及一些其他创新模型的实用性及其弊端,通过比较分析最终确定使用MS-VAR模型来刻画金融风险水平。该模型具有非线性,可将样本数据分类识别,同时克服了连续指标转为离散指标时的信息损失问题,并无需事先确定危机期等特点。其次,本文借鉴前人研究,根据金融市场的分类情况,分别建立三个金融子市场的金融压力指数,分别是:货币危机压力指数、银行危机压力指数、资产泡沫危机压力指数。在压力指数构建的过程中,替换和GDP相关的变量,避免频率转换导致的信息损失问题,并用实际有效汇率替代兑美元汇率,外加月度环比数据,使得压力指数能更及时地反映实时的风险状况。再次,根据三个金融子市场分别建立子市场的金融危机识别模型,最终确定MSIH-VAR模型对现实的捕捉能力最为突出。这其中首先要从众多研究中筛选指标,构建新的金融危机识别与预警指标体系,并沿用Granger检验的方式判别哪些变量应纳入到模型中。其次根据模型运行结果给出三个子市场的实证分析,实证分析结果令人满意,也同时验证了模型捕捉风险能力的突出表现,并给出了导致三个金融子市场风险变化的核心指标。最后,运用ARIMA模型对入选变量进行样本外预测,得到的样本重新代入模型中估计,对其样本外预测能力进行检验。检验结果发现,三个子市场的预测能力和实际结果存在明显的低估。论文的研究结论如下:第一,除货币危机压力指数、银行危机压力指数、资产泡沫危机压力指数外,货币危机模型入选变量包括M2乘数和实际汇率高估,银行危机模型入选变量包括实际汇率高估和金融机构存款变化,资产泡沫危机模型入选变量包括房价指数变化率和股票价格指数。第二,货币危机模型中,持续增长的外汇储备是风险的根源,M2乘数的突变对风险的变化有直接且剧烈的影响。上调存款准备金利率,风险下降,反之亦然。银行危机模型中,贷存比和信贷增速这两个指标能够有效地反映我国银行风险状况,房地产市场的火热与银行风险通过借贷保持较为同步的关系。资产泡沫危机模型中,房价和股价的大幅波动对风险有最主要的贡献。第三,MSIH-VAR模型对金融风险的识别能力较强,但预警能力水平与实际值存在明显的低估。但其对2000年至2015年金融市场的大事件起到良好的指示作用,且能揭示出影响子市场金融风险的关键因素。ARIMA模型的预测能力并不理想,这一点在股票价格指数及其变动率上表现最为明显。我国自2000年以来并没有显著的经济危机时期,但稳定的发展环境对我国经济健康发展起到至关重要得作用。因此构建我国特色的金融风险识别与预警体系在新形势下提出了更高的要求。在当前纷繁复杂的国际经济形势下,本文的研究成果为我国构建金融风险预警体系提供了一种新的参考。