随着近年来大数据时代的到来,5G、互联网+、大数据、云计算、区块链的概念不断提出,尤其是互联网公司的快速崛起,给国家带来充分的经济活力。在“十三五规划”的政策支持下,信息技术行业逐渐成为国民经济增长的支柱型产业,是我国经济高质量快速发展的重要推手,也是引领国民生产生活的先导性与战略性行业。在信息技术行业蓬勃发展的同时,其高成长性、高风险的特性也越来越突出。由于存在技术迭代要求高、偿债能力较弱、现金流不稳定等问题,使得该行业更容易存在潜在的财务风险,甚至爆发财务危机。2019年被ST的信息技术企业共16家,占全年ST企业的17.9%,仅位于制造业之后,因此信息技术行业急需带有针对性的财务危机预测模型,以帮助企业提前预测是否存在严重的财务风险。本文基于国内外的研究,以我国沪深两市A股市场中2010-2019年共102家信息技术行业上市公司为研究对象,选取T-3年的财务数据与非财务数据,同时选取T-3年之前500个交易日的股价信息,利用复杂网络理论搭建网络,提取对应的网络指标如中心性、Pagerank值等,并结合企业的财务指标与非财务指标共计59个指标,构建了全面的模型指标体系。针对lightGBM算法的优异性能,本文使用lightGBM集成算法构建了信息技术类上市公司的财务危机预测模型,并加入了网络指标信息。经过实证研究分析,分类准确率达到92.06%,模型AUC值达到0.968,并于LR、SVM、RF等不同模型进行对比,显示了较好的模型预测效果,对信息及行业的危机预测具有较好的指导意义。同时,本文对是否含有金融网络指标的模型进行对比分析,结果显示网络指标对判断企业是否发生财务危机有着积极的作用,在网络中重要程度高的企业更不易发生财务危机。