目前的财务危机预测研究主要是基于年报财务指标来建立预测模型,通过建模来预测发生财务危机的概率。但事实上年报上的财务指标只是财务危机发生的一种表现形式,甚至还有滞后性和不完全性,导致财务危机预测模型在以往的经验中失效。然而,在年报中管理层讨论与分析部分因其所披露的对未来进行展望的预测性信息,对公司未来发展的态度信息,却是财务报告的重要补充,又随着计算机自然语言处理能力的快速发展,使得从管理层讨论与分析中提取出更全面的信息成为可能。本文先定义管理层语调,通过理论分析研究,论证管理层语调对财务危机预测是否有影响,然后选择2016年到2018年的期间被特殊处理的公司作为训练样本,2019年被特殊处理的公司作为验证集,同时再选取同年这些公司所属行业和规模差不多的财务正常的公司,比例为1:1。本文先通过爬虫技术,从巨潮网得到这些公司的年报。利用自然语言处理技术、情感词典,将得到的年报中的管理层讨论与分析单独提出来,并构建出年报中所传递的年报管理层语调。先用训练集和所选配的正常公司的财务数据进行logistics回归,建立传统的财务危机预测模型。然后用财务数据结合构建的管理层语调来构建新的logistics回归模型。通过验证集,验证模型的预测能力,对年报管理层语调这个变量加入前后的logistics回归模型的财务危机预测能力进行对比,考察年报文本内容传递的年报管理层语调是否能提高财务危机预测模型的预测能力。实证结果表明,引入管理层语调指标的财务危机预测模型的预测效果更好,模型拟合度更高,能够在一定程度上弥补目前退市风险警示机制事后控制的不足,为上市公司财务危机、退市风险的早期预测提供更好的理论依据和技术支持。