随着竞争的日益激烈,上市公司面临着更多的不确定性,在追求利益的同时防范财务风险也不容忽视,因此如何从繁多的财务指标中选择重要指标,建立有效的财务危机预警模型显得尤为重要。考虑到COX比例风险模型具有允许存在删失数据、对因变量分布无假设、可以研究在特定时间点公司发财务危机的概率,动态的展示公司的财务状况等优点,从基于经济意义的财务指标分组结构出发,采用CMCP方法筛选财务指标,建立CMCP-COX财务危机预警模型。本文对国内外关于财务危机预警和指标筛选的文献进行梳理回顾,总结了目前研究中常用的财务危机预警模型和指标筛选方法。其次介绍了生存分析和COX比例风险模型的基本理论,CMCP惩罚变量选择方法以及CMCP-COX模型的理论与求解方法。然后根据实际的财务数据特征设置数值模拟实验,在组内指标不同相关性情形下对CMCP方法选择财务指标的有效性进行验证,并与Lasso-COX模型、逐步COX模型、COX模型和逐步Logistic模型进行对比分析,结果表明在不同的自变量相关性下CMCP-COX模型的指标筛选和预测效果均更优,在高度相关情形中这种优势更加明显。实证分析部分对425家上市公司的财务数据进行研究,在财务指标分组基础上进一步构建CMCP-COX财务危机预警模型,筛选出6个代表性指标进入模型。参数对比分析结果表明CMCP-COX模型和Lasso-COX模型的模型形式更为简洁有效且易于解释,优于逐步COX模型、COX模型和逐步Logistic模型。在中长期预测中,CMCP-COX模型在测试集上其预测准确率高于85%,尤其在“危机”类别中预测准确率高于90%,其预测准确性和AUC值均优于传统的逐步Logistic回归和其他COX模型,预测结果较好。时点预测结果表明CMCP-COX模型各期预测结果更为稳定,对于企业的财务状况变化也更为敏感,时点预测效果较为理想。综合来看,CMCP-COX模型的参数选择和预测效果较好,模型更具有现实意义。最后对研究结果进行总结,提出相应的政策建议,并提出未来的研究展望。