与作为资产定价因子的系统风险（systematic risk）不同，体系性风险强调可能导致系统崩溃、功能受损，并对实体经济有强烈负外部性的风险。

各类金融中介机构和金融市场是金融体系的重要组成部分。金融中介机构包括银行、保险公司、证券公司等，其功能主要是在资金供求者之间充当媒介作用、提供金融服务；金融市场包括债券市场、信贷市场、股权市场等各种金融产品及衍生品市场，其功能主要是为各类金融资产的融通提供场所、确定金融资产价格。体系性风险可依此划分为行业（银行业、保险业等）体系性风险和金融市场体系性风险，主要着眼于对某金融行业系统或金融市场中体系性风险的形成、积累、传染直到危机爆发的全过程进行分析，包含如体系性风险的生成、传染、度量、监测预警、监管防范等。体系性风险研究主要运用计量学、金融物理学、计算实验等方法，以历次危机和仿真实验结果为样本，发掘金融系统中的关键的体系性风险因素，分析研究金融系统中风险因素积聚、传染直至触发危机、危机蔓延这一动态过程，旨在发现体系性风险因素的一般特征与演化规律，建立具有实时性和前瞻性的系统性风险监测与预警模型，从而有针对性地对关键体系性风险因素进行有效监测与预警，防范与美国“次贷”危机、“欧债”危机及中国“股灾”等类似的危机事件再次出现，确保金融行业、国家经济乃至世界经济的平稳运行与发展。

与一般个体面临的风险不同，体系性风险具有一些自身特征：①广泛的传染性（系统性）。即体系性风险会通过各种渠道从一个金融机构传染至另一金融机构，从一个金融体系传染至另一金融体系，最终当体系性风险爆发时，表现为金融体系的系统性崩溃、金融系统功能受损。②强烈的负外部性。并且会对实体经济造成冲击，即由于当某一金融体系中体系性风险爆发时，该系统中大部分或全部部门将普遍遭受损失，同时，该体系的风险爆发也会对其他金融体系造成负面冲击，并对实体经济造成负面影响。③风险与收益不对称。即金融体系中的各部门均无法通过分散投资来消除体系性风险。此外，体系性风险往往是在积累至一定程度后，由特定事件触发后导致危机爆发。

对体系性风险的研究可以以2008年的全球金融危机作为分界。在金融危机之前，构建综合指数与危机早期预警是体系性风险研究的两条主线。综合指数方法旨在通过数据处理与加权方法，构造能够表征金融系统体系性风险的指标，最具代表性的有基于数据加权方法的金融压力指数（FSI）；而危机早期预警方法旨在通过对历次危机的比较，找出共同点构建预警指标体系，实现金融危机的早期预警，具有代表性的有FR概率模型、STV模型、KLR信号预警模型以及各类神经网络预警模型，其中KLR信号预警模型也是最流行的预警模型之一。在金融危机之后，国际货币基金组织（IMF）提出宏观审慎监管理念，使得对于体系性风险的识别和评估方法的探讨也逐渐深入，研究主线转为金融机构、金融体系间的关联性和风险度量模型的时效性。学者们基于银行的双边风险敞口数据和金融市场中的高频数据，运用网络分析法在传统风险度量指标基础上构建更多衍生模型，具有代表性的有测度金融机构间关联的CoVaR模型，估计金融体系间相关性的CCA模型、JPoD模型，估计风险因素之间非线性关系的Co-Risk模型以及度量单个机构对体系性风险贡献的SES模型。伴随着计算机技术的不断发展，学者们开始运用如物理学、信号与信息处理等跨学科方法与模型对历次金融危机以及金融机构、金融体系间的内部关联性和危机的传染性进行分析，并通过计算实验方法对体系性风险因素的影响进行仿真分析，在开发时效性较强、准确度较高的体系性风险度量指标方面取得了显著成效。

由于经济全球化的推进以及金融科技、互联网金融产业的快速发展，体系性风险的表现愈加复杂，风险爆发后的影响范围也愈加广泛，对体系性风险的监测与危机预警更成为重中之重。只有合理运用大数据分析技术和跨学科方法，在体系性风险度量与监测模型的时效性和准确性间取得平衡，同时结合监管者合理的监管办法（如宏观审慎监管）以及合理的财政与货币政策，才能将体系性风险的科学研究更好地应用于实际，从而确保金融体系稳定运行，防止危机事件再次发生。