竞争激烈的市场经济孕育发展机遇的同时,也暗藏着无尽的风险和危机。对于上市公司而言,因财务危机沦为“ST”板块甚至被迫退市的情况愈演愈烈。公司陷入财务危机,不仅危及其自身的生存和发展,也给投资者、债权人带来巨大的损失。因此,构建一个有效实用的财务危机预警模型,满足利益相关者日益迫切的需要,已不单单是一个学术问题,而且成为影响我国资本市场健康发展的重要因素,具有很重要的现实意义。 本文在前人研究成果的基础上,对我国上市公司财务危机预警的理论和模型进行了比较系统的研究和探讨。论文首先阐明了财务危机预警基础理论,界定了财务危机概念,并构建了一套包括7个方面25个指标的财务危机预警指标体系;然后在评析传统财务危机预警方法的基础上,提出了基于BP神经网络的组合预测方法,构建了财务危机预警模型;最后以我国深沪两市A股上市公司为研究对象,选取了110个公司作为样本,进行了实证分析。研究结果表明:组合预测模型集合了统计模型和人工智能模型的优点,在上市公司财务危机发生前两年有82.35%的判别准确率,具有较强的优越性和应用价值。