随着中国经济进入新常态,金融业也将面临新的发展态势。在金融活动过程中,金融机构会受到外部或内部因素的影响从而导致自身的危机和深陷瘫痪的状况。与此同时,个别金融机构可能面临破产并遭受严重的经济损失。防范此类系统性金融风险已成为中国金融工作重点。因此,构建与国内实际情况相符合的金融风险预警系统显得迫切又重要。本文首先阐述了传统金融风险预警模型、金融风险概念和特性以及金融风险传染理论。结合理论研究和现实情况,本文提出了二阶马尔科夫区制转换的VAR(SOMS-VAR)模型,该模型能更好的体现风险累积过程,且不存在传统金融风险预警模型中将连续变量转换成二元变量而造成的样本信息丢失问题。本文从银行机构、货币市场、外汇市场、资产泡沫市场、实体经济、政府财政、全球经济这若干方面,选取了 21个预警指标的2007年-2016年季度数据作为研究样本,主要反映了 2008年国际金融危机以来的情况。实证分析按四步来构建模型:第一步,基于构建金融压力指数的文献比较,考虑指标的相关性与敏感性,采用主成分法分别合成银行、货币、外汇、资产泡沫压力指数,刻画我国的金融风险情况;第二步,对构建的压力指数进行模型前检验,所有指数均通过平稳性检验,且确定区制个数和回归滞后阶数,选择建立SOMS(3)-VAR(4)模型;第三步,使用极大似然估计和EM算法来获得SOMS(3)-VAR(4)模型的估计参数,绘制区制状态转移平滑概率图,将其与我国现实金融风险情况进行比较分析,同时通过在不同区制状态下脉冲响应图来描述四个子系统之间的动态相关性;第四步,将SOMS-VAR模型与MSVAR模型的检验结果进行比较分析,发现本文模型效果更好,并预警样本外未来四年的金融风险情况。实证结果发现,SOMS(3)-VAR(4)预警模型很好地模拟了实际情况,发出危机预警信号的时间合理且具有前瞻性。对2017年-2018年的系统性金融风险形势进行了预警,发现金融风险形势处于中高风险状态,符合实际情况。从预测分析结果来看,未来四年中国的金融风险将呈现下降趋势,但仍将处于中等风险状态。