长期以来,上市公司财务困境的预测一直是学术界所关注的重要问题。公司发生财务困境可能会影响公司自身的运营以及造成利益相关公司的财务风险。有效的财务困境预测能促使决策者在发生财务风险之前采取相应措施,避免财务困境的发生,减少亏损。众所周知,同行业公司之间有风险传染的可能性。为了反映同行业公司之间财务困境风险的相互影响,本文构建了一个引入公司之间偏序影响关系的模型。以平稳分布经过状态转移后的概率分布与原分布之间的距离最小为目标函数,以公司之间影响系数的偏序关系为约束条件,建立考虑上市公司偏序影响关系的多元马尔可夫财务预警模型。本研究的创新之处在于:将反映专家意见的改进的G1群组专家决策方法和在线学习群组专家决策方法应用到偏序关系约束的构建中,刻画了不同公司之间的差异化风险影响特征。实证部分,本文将2001-2016年金融业发生过财务困境的上市公司的财务状况作为输入参数,分别构建了不引入偏序关系的现有多元马尔可夫模型、引入偏序关系的多元马尔可夫财务困境预测模型,并对2017年上市公司的财务状况进行预测。结果显示,引入偏序影响关系的财务困境预警模型提高了预测的准确率,提高模型预警能力。同时,相比只根据专家意见的相似度确定专家权重的改进的G1方法,根据模型预测效果动态的更新专家权重的在线学习方法能更好的利用专家信息,构建更准确的偏序影响约束,提高模型的预测表现。综上,本文解决了一个考虑公司偏序影响关系的财务困境预警问题,为中国上市公司财务困境预警模型的构建提供了新思路。