En los últimos años, los gobiernos locales han impulsado sus economías locales al aumentar grandes cantidades de deuda. A pesar de que el estado controla más estrictamente la deuda de los gobiernos locales, la deuda oculta formada por el endeudamiento de los gobiernos locales en forma disfrazada puede infectar los riesgos financieros sistémicos, creando una necesidad urgente de llevar a cabo advertencias de riesgo basadas en la deuda oculta de los gobiernos locales. El documento utiliza los indicadores macroeconómicos del riesgo de deuda implícita de los gobiernos locales a nivel de ciudades de prefectura, e introduce los indicadores microeconómicos de proyectos de APP, deuda de plataformas de financiamiento bancario y deuda de inversión urbana para establecer un modelo de red neuronal BP. No solo estudiamos el efecto de contagio de la deuda oculta de los gobiernos locales sobre los riesgos financieros sistémicos, sino que también predecimos los riesgos financieros sistémicos en 2019 y construimos un sistema de alerta temprana de riesgos basado en los datos de ciudades de prefectura desde 2015 hasta 2018. Además, se investiga el efecto de alerta temprana de la deuda implícita de los gobiernos locales sobre el riesgo financiero sistémico bajo diferentes escenarios de estrés. El estudio encontró que el riesgo de deuda implícita de los gobiernos locales, la escala de la deuda de plataformas de financiamiento bancario, la escala de APP y la escala de bonos de inversión urbana tienen un impacto significativo en los riesgos financieros sistémicos. El modelo de red neuronal construido al introducir estas cuatro variables al mismo tiempo puede predecir mejor el nivel de riesgo financiero sistémico. El modelo también puede predecir con precisión los cambios en los riesgos financieros sistémicos bajo la prueba de estrés del aumento de la deuda oculta de diferentes gobiernos locales, y tiene un buen efecto de alerta temprana.