当企业内部经营管理混乱或遭受严重的外部冲击时,企业的财务状况会处于危险境地,影响企业的可持续经营性。企业财务困境是企业内部和外部所面临的各种风险因素恶化后综合、显著的表现,即使是由非财务因素诱发的隐患和危机最终往往也会以财务困境的形式展现。因此,构建能够精确地预测财务状况的企业财务困境预警系统是企业风险管理的重要环节,本文所构建的多类别企业财务困境预警模型将基于分解融合策略与支持向量机进行研究。本文突破将企业财务状态仅分为“良好”与“困境”两类别的思维,将原财务良好的企业细化分类成财务真良好企业和财务伪良好企业,将原财务困境的企业再次分类成财务轻危机企业和财务重危机企业,即企业的财务状态类别被分为四类别。随着财务状态类别的增加,多类别企业财务困境预警模型的训练变得更加复杂,传统支持向量机(SVM)方法不能够直接用于多类别财务困境预警模型的训练。所以本文将分解融合策略与SVM基本算法进行结合用于构建多类别企业财务困境预警模型。采用的分解融合策略为一对一(OVO)、一对多(OVR)、纠错输出编码(ECOC),构建得到OVO-SVMs、OVR-SVMs、ECOC-SVMs三种多类别企业财务困境预警模型。利用沪深证券交易所A股上市公司的财务数据进行实证检验,结果表明,三种多类别企业财务困境预警模型的整体平均预测准确率和四种财务状态类别的平均预测准确率都高于80%。本文构建的三种多类别企业财务困境预警模型各有优缺点,使用者可以根据具体需求选择合适的模型来预测企业的财务状态类别。用于构建模型的财务指标财务体系具有一定的可鉴定性,可用于辅助日常监测。同时表明企业的财务状态存在多类别性,财务真良好企业为具有可持续发展的财务较为安全企业,而财务伪良好、财务轻危机与财务重危机企业属于处于不同程度财务困境的企业,都需要给予警惕。本文主要的创新点为:①突破原有的将企业的财务状况分为“良好”和“困境”两类别的限制,将企业的财务状态细分为四种财务状态类别进行多类别财务困境预警研究。②创新性地基于分解融合策略和SVM构建多类别企业财务困境预警模型。本文构建的多类别财务困境预警模型更为贴近我国企业的实际情况,不仅有助于丰富企业财务困境预警方法的理论体系,而且是能为企业管理者、投资者和债权人提供决策支持的工具。