本书尝试从经济学理论层面、模型层面和实证分析层面，构建基于多元极值理论的系统性风险系列度量模型，聚焦系统性风险的尾部特征，以求更准确地量化金融体系的极端系统性风险。实证分析部分运用日度行情数据、高频行情数据对2013年以来我国金融市场和金融机构的系统性风险传染概率和规模开展分析研究。

第1章 导论
1.1 研究背景和选题意义
1.2 研究思路和框架
1.3 主要贡献
第2章 文献综述
2.1 系统性风险的定义及发展
2.2 系统性风险的传染机理
2.3 系统性风险的度量模型
2.4 主要国际组织和国家的监测实践
2.5 本章小结
第3章 基于经济学视角的系统性风险传染模型
3.1 投资者情绪在系统性风险传染过程中的影响
3.2 两种不同类型的系统性风险传染模型
3.3 本章小结
第4章 基于多元极值理论的系统性风险度量模型
4.1 极值理论在风险度量模型参数估计中的应用
4.2 多元极值理论在测度系统性风险传染概率的探索应用：CoP模型
4.3 多元极值理论在测度系统性风险传染规模的探索应用：CoV模型
4.4 多元极值理论在测度系统性风险传染规模的探索应用：MiS模型
4.5 本章小结
第5章 基于多元极值理论的系统性风险度量模型应用研究
5.1 关于我国银行机构系统性风险传染的实证研究
5.2 关于我国银行、保险、证券体系系统性风险传染的实证研究
5.3 关于我国跨市场金融风险传染的实证研究
5.4 本章小结
第6章 结论与展望
6.1 主要结论
6.2 研究不足及展望
参考文献
附录1 系统性风险跨机构传染模型——网络模型法
附录2 部分系统性风险度量模型（CoVaR、MES、SRISK、CES、SCCA）简介
附录3 区间极大值模型法
附录4 Copula函数的基本性质
附录5 Copula函数的常用估计方法
附录6 Heffernan-Tawn条件极值法
附录7 不同分布假设下，CoP模拟运算结果
附录8 不同分布假设下，CoV和CoVaR模拟运算结果
附录9 不同分布假设下，MiS和MES模拟运算结果
附录10 我国上市银行资产负债表主要科目
附录11 我国上市保险公司资产负债表主要科目
附录12 我国上市证券公司资产负债表主要科目
后记