金融压力指数是一种覆盖面较广、代表性较强的风险指标,具有很强的连续性和时效性,在金融风险的测度中发挥着非常重要的作用。它不仅可以多维度、系统化地刻画金融风险的波动状况,而且能够有效描述金融风险的极端值。本文首先将中国金融市场划分为四个子市场,构建了包含四个子市场、11个风险指标的中国金融压力指数测度体系,并且利用动态critic法和等权重法测度了中国金融压力指数,用来描述中国金融市场的风险状况,再利用核密度分析法拟合出中国金融压力指数的分布曲线,从两个角度对于其分布特征进行了详细分析。其次,利用B-N数据分解法将中国金融压力指数分解为三种成分:随机冲击、确定趋势项和周期项,并以确定趋势项作为标准对中国金融压力指数进行识别,划分出中国金融市场的高风险和低风险时期。最后,本文利用马尔科夫区制转换模型估计出中国金融压力指数的高低风险转换概率,并与以确定趋势项进行识别的结果进行比较,总结二者的区别。本文的创新点在于:首先,利用B-N数据分解法得到的确定趋势项作为高低风险的阈值,以此对于中国金融压力指数进行识别,该方法弥补了马尔科夫区制转换模型并不能给出高低风险的阈值这一不足,丰富了金融风险识别的相关理论;其次,对比两种不同的识别方法,总结两种方法的优缺点,并结合二者的特点阐述了各自的适用情况。研究结论:首先,相比于等权重法,动态critic法不仅能够比较准确地描述样本期内主要的风险事件,而且对描述金融市场的极端值具有更加明显的优势。其次,根据B-N数据分解的结果,随机冲击和确定趋势项在中国金融压力指数的波动中起着非常重要的作用,随机冲击项影响着金融压力指数的变化走势,而确定趋势项则反映了一段时期内我国金融市场面临的平均风险水平。再次,根据区制转换模型估计结果,分析得出:在样本期内,我国金融压力指数维持在低风险状态的概率为0.9644;从高风险向低风险状态转换的概率为0.0986,这印证了我国金融市场主要处于低风险状态的事实。根据以确定趋势项作为标准的识别结果表明,我国金融市场的高风险时期包括2004年、2008-2009年、2014-2015年等三个时期,低风险时期为2012-2013年、2017年。这个结论与马尔科夫区制转换模型的识别结果比较接近。最后,本文比较了两种识别方法的优缺点,区制转换模型能够比较精确的估计出每个时期的低风险概率和高风险概率,但缺少对于风险转换理论的解释,而以确定趋势项为标准的识别方法则可以对中国金融压力指数进行分解,从而弥补其风险转换理论的不足,两种方法结合使用能够提高识别有效性和准确性。