伴随着中国经济的快速发展,受世界各国参与全面经济合作的积极影响,中国汽车行业进步飞快,并且其蕴含着巨大的发展潜力。然而,伴随着这种飞速的行业发展,其生产和经营过程中容易产生特别多的隐患,引发财务危机。因此,针对财务危机进行有效的预警及预防措施对汽车行业来说显得愈发的重要。本文以84家上海和深圳两大证券交易所A股汽车行业上市公司作为研究对象,以财务危机预警理论和模糊数学与隶属函数理论为基础,分别将CRIRTIC-AHP赋权方法和熵-AHP赋权方法应用于模糊综合评价法中,构建财务危机预警模型,并且比较分析两种赋权方法下的预警模型预测结果的准确程度。全文六个部分具体内容如下:第一部分为引言。本文在此部分根据研究方法的不同系统梳理了国内及国外财务危机预警相关文献,并对研究文献进行了评述,剖析文献中存在的缺陷。第二部分为关键概念及基础理论。本文在此部分对财务危机和模糊综合评价法的概念作出解释,并介绍了财务危机预警理论及模糊数学与隶属度理论。第三部分为汽车行业现状及方法可行性分析。本文在此部分对汽车行业现状以及汽车行业财务危机现状进行了描述,并阐释了模糊综合评价法对研究汽车行业财务危机预警问题的可行性。第四部分为实证研究设计。本文在此部分通过确定了研究对象,构成评价对象集。在确定评价指标后,建立评价因素集以及评语集。通过采用CRIRTIC-AHP赋权方法和熵-AHP赋权方法,计算出指标权重,构建模糊综合评价矩阵,建立基于模糊综合评价法的财务危机预警模型,对综合评价结果进行比较分析。研究发现,CRITIC-AHP赋权方法优于熵-AHP赋权方法,模型预测准确率高于77%。经分析,现阶段我国汽车行业上市公司财务危机评价等级为“中度”水平,整体属于正常水平。第五部分为财务危机预警模型有效性检验。本文在此部分选取2018年6月至2019年6月期间的财务数据,对本文的两种财务危机预警模型进行有效性检验。检验结果表明,这两种模型的预测准确率均高于71%,证明了本文所构建的财务危机预警模型对汽车行业上市公司财务危机的发生有很好的预测效果。第六部分为研究结论及未来研究方向。本文在此部分归纳了模型的实证结果,分析本研究的不足之处,并对后续研究提出研究方向。本研究在赋权方法、财务数据选取等方面存在诸多创新,具体创新点如下:第一,本研究采用CRITIC-AHP法和熵-AHP法对评价因素进行赋权,综合运用主、客观赋权方法,克服了采用单一方法对最终预测结果可能造成的偏差和局限性,不仅参考了专家的主观意见,又避免了主观随意性较大产生的不足,使得权重的确定更加科学合理,确保模型能够更高程度的推算出财务危机发生的可能性。第二,本研究将CRITIC-AHP法和熵-AHP法对财务危机预警模型最终预测性的影响进行了比较,得出最优的主客观赋权方法,即CRITIC-AHP法,从而选出能够更高程度的推算出财务危机发生可能性的最优模型。第三,本研究在数据的选取方面,基于汽车行业上市公司2018年年度报告,以及选用2019年半年报的财务数据,将其分为2018年度和2018年6月至2019年6月两个区间段,而非仅仅选取2018年年度报告进行行业现状分析。此举增加了数据选取频率,使数据更具时效性,从而对模型的预测准确程度进行更好的检测,得出能够更高程度的推算出财务危机发生可能性的最优模型。