刘 睿，刘 博

(安徽财经大学 会计学院，安徽 蚌埠 233030)

1 上市互联网企业财务风险概述

近年来，国内互联网企业在政府的扶持和行业浓厚的投资兴趣等先天优势下迅速发展。然而，瞬息万变的行业特征使得企业面临着不少难以量化识别的财务风险。此外，目前大多数互联网企业的发展战略是迅速增加用户数量，使得缺乏有效预警模型来识别财务风险的弊端愈发明显[1]。

早在20世纪，欧美国家就有诸多学者从多方面开展企业财务风险预警研究：Fitzpatrick[2]和Altman[3]等人分别采用单元判别法和多元判别法来构建模型并进行财务预警分析；Charitouet[4]研究发现企业治理对于企业财务状况有较大影响，并从企业管理者和所有者等角度开展了综合分析。

近些年，我国学者也开始探讨财务风险预警问题。李晓峰等人[5]以上市企业为研究对象构建Rough-ANN模型分析其财务状况，实证结果表明该模型具备较强的判别能力。吴应宇等人[6]选取了国家股比例等非财务指标，在对医药企业的财务数据进行主成分分析的基础上构建神经网络模型进行财务预警分析。

2 研究思路与方法

以上海证券交易所(下称沪市)、深圳证券交易所(下称深市)34家上市互联网企业(其中包含2家*ST企业)作为研究对象。由于研究对象中*ST类企业数量较少，故将其作为独立样本研究。通过主成分分析法研究样本企业近10年的财务数据，得到显著影响企业财务风险预测效果的财务指标。再基于Logistic回归法构建我国上市互联网企业财务风险预警模型。……