La medición precisa del riesgo financiero sistémico es crucial para mantener la estabilidad de los mercados financieros. Tomando a China como sujeto de investigación, se construyó el sistema de indicadores del Índice de Estrés Financiero Chino (CFSI) integrando seis dimensiones y empleando el Análisis de Relación Gris (GRA) para reducir la dimensionalidad de los indicadores. El CFSI se derivó utilizando el método del Modelo de Jerarquía de Atributos (AHM) con el método de Importancia de Criterios a través de la Correlación entre Criterios (CRITIC), y se propuso un Algoritmo de Búsqueda Gravitacional Mejorado (IGSA) optimizado con Redes Neuronales de Función de Base Radial (RBFNN) para la predicción fuera de muestra de las tendencias del CFSI desde 2024 hasta 2026. Al analizar las tendencias en los indicadores de presión financiera, se puede discernir efectivamente la intrincada relación entre la presión financiera y la actividad económica. Los hallazgos de la investigación indican que (1) el CFSI es capaz de reflejar con precisión la situación actual de estrés financiero en China, y (2) el IGSA-RBFNN muestra una fuerte robustez y capacidades de generalización, prediciendo que el índice CFSI alcanzará un valor pico de 0,543 para finales de 2024, y existe un patrón regular de rebote del estrés hacia el final de cada año. La novedosa metodología permite a los formuladores de políticas y autoridades regulatorias identificar proactivamente posibles riesgos y vulnerabilidades, facilitando la formulación de medidas preventivas.