互联网已成为投资者、金融机构及监管者获取和传播信息的重要渠道，网络舆情对金融市场的渗透力和影响力越来越大。事实上，网络舆情是市场参与主体市场预期重要的反映载体，既包含了丰富的金融危机预警信息，也对系统性风险的发生具有金融加速器作用。而传统的系统性风险度量与预警方法由于未考虑网络舆情的影响，已不能满足“互联网+风险管理”这一时代要求。因此，如何考虑网络舆情影响，综合各类网络舆情信息构建网络舆情指数，并利用其对系统性风险进行准确度量，厘清风险传导机制，提出相应的预警方法和预防对策，对预防系统性风险的发生、促进金融稳定具有重要的意义。 本书共分十二章，主要内容包括几种典型的金融系统性风险度量方法比较研究，基于广义CoVaR模型的系统重要性金融机构的风险溢出效应研究，网络舆情指标的构建，网络舆情对金融系统性风险的影响研究等。

第一章 绪论
第一节 选题背景及意义
第二节 文献综述
一、金融系统性风险的界定
二、金融系统性风险度量方法研究
三、系统重要性金融机构的相关研究
四、金融系统性风险的传导效应研究
五、金融系统性风险的预警与防控研究
六、网络舆情度量方法研究
七、网络舆情与金融系统性风险关系研究
八、文献述评
第三节 研究内容
第四节 研究方法
第五节 创新点
第二章 几种典型的金融系统性风险度量方法比较研究
第一节 引言
第二节 几种金融系统性风险测度方法比较
一、边际期望损失（MES）
ニ、SRISK
三、条件在险值（CoVaR）
四、金融巨灾风险指标（CATFIN）
五、中国CISS指数
第三节 中国上市金融机构金融系统性风险比较的实证分析
一、数据的选取与描述性统计
二、金融系统性风险整体测度
三、金融系统性风险分行业测度研究
第四节 研究小结
第三章 基于广义CoVaR模型的系统重要性金融机构的风险溢出效应研究
第一节 引言
第二节 系统重要性金融机构风险溢出效应的理论研究
一、系统重要性金融机构
二、系统重要性金融机构风险溢出效应的形成机理
三、系统重要性金融机构风险溢出效应的影响
第三节 系统重要性金融机构风险溢出效应模型设计
—、Copula模型
二、广义CoVaR模型
第四节 系统重要性金融机构风险溢出效应的实证分析
一、数据选取与来源
……
第四章 网络舆情指标的构建
第五章 网络舆情对金融系统性风险的影响研究
第六章 新冠肺炎疫情、网络舆情与金融系统性风险的关联研究
第七章 媒体报道、经济政策不确定性与金融系统性风险关联研究
第八章 复杂网络与金融系统性风险传染效应的理论分析
第九章 嵌入网络舆情指数的中国金融机构系统性风险传染效应研究
第十章 有向网络视角下金融系统性风险预警和免疫策略研究
第十一章 嵌入网络舆情指数的中国金融系统性风险预警研究——基于LSTM深度神经网络模型
第十二章 网络舆情影响下金融系统性风险应对措施及长效机制
参考文献
后记