股价崩盘是指股票价格或市场指数在短期内出现大幅下跌的现象,股价崩盘不仅会造成投资者的巨大经济损失,同时也会对整体金融市场产生冲击,因此对股价崩盘风险成因的研究意义重大。我国资本市场虽然运行历史不长,但也发生过几次整体指数的崩盘,个股的闪崩更是层出不穷,这严重影响了我国资本市场的稳定性。研究股价崩盘成因,并构建上市公司基本面风险预警模型,借助人工智能技术,提升预测的准确性,不仅可以为投资者构建一个负面清单,及时回避存在巨大股价崩盘风险的上市公司,避免投资损失,同时也有利于资本市场“良币”驱逐“劣币”,净化市场环境,优化资源配置。本文基于上市公司基本面的视角,尝试找出影响股票崩盘的主要基本面因素,采用定性与定量结合的方法,构建BP神经网络预警模型。首先,本文基于对近几年300多篇上交所和深交所对上市公司下发的问询函的解读,提取出问询函中监管层主要关注的上市公司基本面风险,最终总结出12个最主要的基本面风险指标作为解释变量。所选取的变量主要反映了上市公司偿债风险、商誉减值风险、股权质押风险、担保风险、存货减值风险、应收账款减值风险、盈利能力、现金流质量、Altman-Z值系数。参考股价崩盘风险的研究文献,本文最终采用负收益率偏态系数作为崩盘风险的代理变量,衡量上市公司股价崩盘风险的大小。本文选取了 2015-2018年所有上市公司的基本面指标,2016-2019年上市公司股价收益率负偏态系数,用t-1年的基本面指标来预测t年的股价崩盘风险大小。本模型全部样本数为10453条,其中将70%的样本作为训练集,对BP神经网络进行训练,其他30%的样本数据作为测试集来验证所构建的预警模型的准确性。最终本文构建的BP神经网络预警模型在训练集上的准确率为81.1%,在测试集上的准确率为80.2%。目前的研究很少有从上市公司财务质量和基本面风险出发的,利用神经网络模型进行预测的也很少。本文从基本面的视角,探究股价崩盘风险的影响因素,在一定程度上进一步丰富了股价崩盘风险成因的相关研究。最终,本文针对上市公司的管理层和投资者提出了建议:（1）上市公司管理层应重视股价崩盘风险的预警,并在经营决策中对影响股价崩盘的因素进行监测和控制;（2）投资者在投资决策前,应充分调研上市公司的基本面,特别是对上市公司的基本面风险进行评估,尽量避免投资股价存在崩盘风险的标的。