随着经济迅猛发展,市场竞争日趋激烈,企业面临越来越多的风险和危机,很多企业由于财务状况问题而面临破产危机。为了缓解这种情况,对企业财务状况进行预警显得非常必要,以便管理者及早发现危机信号并采取有效措施,降低危机爆发的可能,维持企业正常运转。建立财务危机预警模型已成为理论与实践研究的重要方向。本文以我国沪深两市A股2017-2018年的196家上市公司为研究样本,依据样本数据选取准则,选取公司T-3年经营能力、发展能力、盈利能力、偿债能力、现金流量指标、每股指标、比率结构指标和相对价值指标八个方面的50项财务预警指标。论文主要针对财务危机预警指标的筛选和构建财务预警模型两方面进行了研究。(1)构建二级财务预警指标体系。构建模型前,首先运用R语言对所有的财务指标数据进行预处理,然后筛选出入模型的财务预警指标,包括样本数据的统计检验和利用随机森林原理筛选指标。利用K-S检验的结果对服从正态分布的指标实施T检验,而对不服从正态分布的指标进行Mann-Whitney U非参数检验,以筛选出能够明显区分ST上市公司和非ST上市公司的指标变量;在此基础上,利用随机森林原理提取出含信息量较高且相关性较低的指标作为二级财务预警指标体系,用于构建预警模型。实证结果表明:统计检验筛选出39项能够显著区分ST样本公司和非ST样本公司的指标,进一步利用随机森林进行指标降维后,得到市盈率、总资产增长率、净利润现金净含量、营业收入现金含量、总资产净利润率等13项财务指标构成二级财务预警指标体系。(2)构建财务危机预警模型。基于构建的财务指标体系运用XGBoost原理构建财务预警模型,并将训练集和测试集数据进行了检验和预测,结果表明基于随机森林的XGBoost预警模型对测试集数据的预测准确率达89.17%。将该模型与经典财务预警模型对比,可以发现该模型能够较好地预警公司是否将陷入危机,满足企业进行财务预警的需求。最后,指出了研究的展望,给出财务预警的进一步研究空间。