近几十年来,我国经济高速增长,金融市场快速发展,上市公司的数量越来越多,但随之而来的是上市公司的财务危机问题也愈发严重。由于目前我国证券市场还处于弱势有效阶段,弱势有效阶段集中表现为信息的不对称,所以上市公司发生财务危机不仅会使得公司自身蒙受巨大的经济损失,并且给利益相关者带来了经济损失和负面影响,严重者甚至会对市场环境造成恶劣冲击,产生一系列的连锁反应。因此,许多学者开始关注上市公司财务危机问题。通过利用企业的财务年报数据进行数据分析建模,从而对企业潜在的财务危机问题进行预警。企业的财务危机预警研究对于企业的利益相关者具有重要的意义,企业管理者可以及时发现潜在危机,转变发展战略,避免企业陷入财务困境,而对于投资者则可以避免重大的投资风险。本文首先介绍了选题背景以及研究的意义,然后确定研究框架以及方法。接下来对该领域的相关文献进行梳理,详细的阐述了财务危机的概念、财务危机的成因、特征指标的选取、危机预警理论以及财务危机预警模型。基于对前人文献所使用的建模方法以及选取的特征指标的整理分析,得到本文所选取的建模方法以及初选指标。本文以我国A股市场上的2017年至2019年190家被特别处理（Special Treatment,ST）的公司和570家正常公司为样本。初步选取了六类69个财务指标。利用K-S检验以及Mann-Whitney U检验对指标进行初步筛选,得到显著性指标。然后利用相关性检验分析,并结合分箱后的特征信息值（Information Value,IV）,去除相关性较高的特征指标,随后利用Embedd-rf、Embedd-gbt、Hybrid三种特征选择算法分别对特征指标进行进一步的约简,得到三个指标体系。利用这三个指标体系分别与逻辑回归（Logistic Regression,LR）、随机森林（Random Forest,RF）、Xgboost相结合,利用混淆矩阵对模型的性能进行评估,得到性能最优越的模型。评估的结果表明,集成方法建立的模型比逻辑回归算法建立的模型分类预测效果要好,并且随机森林算法与Hybrid算法相结合得到的模型性能最为优越,该模型更适用于我国A股市场的财务危机预警。最后,为了指导财务危机预警的实践,本文为上市公司、市场投资者以及政策制定者提供了相对应的建议,并且对财务危机预警领域未来的发展进行了展望。基于上述的理论与实证分析结果,本文认为基于集成方法建立的财务危机预警模型在实际应用中具有较高的实用价值,可以为利益相关者提供参考,规避风险。