本文讨论企业社会责任活动与财务困境可能性的关系，此类关于企业社会责任经济后果的研究一直是学术界讨论的热点，但目前学者们仍未达成共识，拓展相关的讨论是具有研究价值的。而在该议题现有的研究中，鲜有文献从财务困境的角度衡量经济后果，本文对此做出了补充。
　　本文以2010年至2018年沪深A股市场1683家上市公司的相关数据为样本，采用面板数据回归的固定效应模型，对研究假设进行实证检验。首先，本文讨论了企业社会责任两个细分维度(企业对内以及对外社会责任承担)与财务困境可能性的关系。其次，本文还分别将企业内部管理制度(企业内部控制水平与企业独立董事占比)以及企业所在地经济发展水平作为调节变量，探讨了内外部监督对企业社会责任活动与财务困境可能性间关系的影响。此外，本文还构建了基于逻辑回归方法和人工智能随机森林算法的两种企业财务困境预警模型，对比两种模型的预测准确度，并选择了预测效果最佳的随机森林模型计算本文的被解释变量。
　　本文将理论分析与实证检验相结合，得到了以下结论：第一，企业对外承担社会责任(即承担对环境以及对社区的责任)会提高企业陷入财务困境的可能性，而对内承担社会责任的影响则相反；第二，借由高水平的内外部监督，能够削弱企业对外承担社会责任带来的负面经济影响。
　　本文首先补充了学术界在企业社会责任活动经济后果议题上基于负向指标进行相关讨论的空缺；其次采用了随机森林算法进行财务困境预测，对推广人工智能技术在财务会计学领域的应用有现实意义。最后，在实践领域，本文的结论揭示了企业内部监督和外部经济环境对提高企业社会责任承担效率的积极作用，对政府有关部门的政策制定以及企业的经营管理与战略决策具有参考意义。