摘要

有效的财务预警模型既有助于上市公司开展自我诊断和主动管理风险,也有助于投资者作出理性选择和避免可能的损失。论文通过挖掘2019-2022年A股上市公司的年报信息,选取财务指标和非财务指标作为输入特征,基于机器学习中的加权K近邻算法、随机森林算法和支持向量机算法构建企业财务风险预警模型,并比较各模型的预测表现。分析结果表明,3种预警模型均有较好的表现并各有侧重。加权K近邻模型在测试集方面具有更高的准确率;支持向量机模型在识别ST公司时命中率最高,能更准确地识别上市公司面临的财务风险;随机森林模型具有更稳健的预测性能。研究结果可供企业日常经营和投资者决策参考,也可为监管机构健全风险监测机制提供依据。