目前我国已经步入“新常态”发展阶段,产能出现过剩,经济增速放缓,商业银行不良贷款率和企业杠杆率皆有上升的趋势,加之新冠疫情的爆发,全球经济体系摇摇欲坠,虽然我国出台了一系列政策来保持国内经济以及金融市场的稳定,但系统性金融风险仍有发生的可能性。2008年全球金融危机爆发后,如何防范和化解系统性金融风险成为国内外学者研究的重点,而全面、准确地度量系统性金融风险则是防范和化解系统性金融风险的逻辑起点。经济波动具有周期性,政策变化、技术进步冲击和极端事件的发生等因素往往会使经济结构发生突变。本文将系统性金融风险可能爆发的时间点称为系统性金融风险的潜在结构突变点,怎样对我国系统性金融风险进行准确的度量,对潜在结构突变点进行识别与预测,是本文的研究重点。本文基于1998年1月至2021年6月月度数据,从金融机构极值风险、金融体系间的传染效应、金融市场波动性和不稳定性、流动性4个层面选取了 10个代表性指标对系统性金融风险进行度量,构建了一个系统性金融风险指标体系。然后对各个指标的描述性统计结果、相关性以及时序特征进行分析。再在此基础上使用门限因子模型对该指标体系进行降维处理,提取出一个能够刻画系统性金融风险的共同因子指标。基于门限因子模型具有阈值型区制转换结构,可以同时刻画高维时间序列的共变性和区制转换的优点,对共同因子指标的区制转换特征进行分析,并将区制转换发生的时间点记为潜在结构突变点,然后对潜在结构突变点进行识别,以及与主成分分析法进行对比研究。最后对潜在结构突变点之间的时间间隔的变化规律进行分析,并使用ACD模型对潜在结构突变点的时间间隔进行建模分析,预测出系统性金融风险下一次可能发生的时间点,给出政策建议,为监管部门对系统性金融风险做到“早防范、早化解”提供理论依据。研究结果表明:（1）单个系统性金融风险指标之间独立性较低,时序特征分析表明不同指标的波动趋势有关联,提取的整体系统性金融风险指标要优于单个系统性金融风险指标。（2）通过将门限因子模型提取出的共同因子序列与主成分分析法提取出的共同因子序列相比较,发现前者与上证综指波动率的相关性更高,因此将门限因子模型提取出的潜在共同因子作为本文所度量的系统性金融风险指标不仅具有一定的可解释性,而且效果更好。本文共提取出127个系统性金融风险潜在结构突变点,即126个时间持续期,发现时间持续期呈现出波动聚集特征。（3）参数估计结果显示ACD模型主要系数均显著,能较好地拟合结构突变点之间的持续期。样本外预测结果要优于历史平均值这一基准模型,具有一定的预测效果。预测结果表明系统性金融风险在未来三至四月有爆发的可能性,监管部门应当采取相应政策措施来应对。