如今证券市场为越来越多的公司提供了融资渠道,创造机遇的同时带来了挑战。经营管理状况好的企业抓住机遇,呈现越发良好的发展态势,而面临困境的企业则会更加的步履维艰。复杂变化的经济环境下,为规范市场的运作,证监会会对连续两年亏损的企业进行特别处理(ST),部分企业虽然还没有被特殊处理,但已出现短期亏损或绩效较差的状况,处于危机的边缘。所以通过反映企业经营管理活动的历史财务数据进行预警对企业等各方都具有指向作用,意义深远。以往研究大多集中在对ST和非ST公司之间的研究,处于中间灰色地带的财务状况不稳定的企业没有引起足够的重视,本文在谨慎性原则的指导下,将这部分公司单独归为一类,在以往学者研究的基础上,将财务状况分为财务危机,财务状况不稳定,财务状况良好三类。从盈利能力、偿债能力、现金流量能力、发展能力、营运能力和股东获利能力六方面筛选财务。务指标,通过K-S检验检验出在类别间有显著性差异的指标,之后通过heatmap图观察分析指标间的相关性,在指标间存在相关性的条件下利用主成分分析构建新的成分因子,最后尝试将近几年财务危机预警研究领域已有的前沿主流方法应用到三分类的研究中,具体包括人工神经网络法、支持向量机、K近邻、AdaBoost和随机森林。结果表明,ANN在未配对的全样本状态下,三分类的预测效果不尽理想。相比之下,SVM的预测效果还可以,准确率可以达到90%。Adaboost、K近邻和随机森林对自然状态下公司财务状况的三分类效果很好,即利用以前年度的历史数据,实现了对t年的财务状况优劣的准确预测。