王 婷, 吴建军

1.安徽外国语学院 国际经济学院, 安徽 合肥 231201;2.南昌大学 经济管理学院, 江西 南昌 330031;3.合肥工业大学 管理学院, 安徽 合肥 230009)

0 引 言

现阶段，在经济全球化的大背景下，世界上任何突发事件都可能致使国内外众多中小企业面临破产。从2020年1月25日至2月21日，249家公司在中国宣布破产的主要原因是受新冠肺炎疫情的影响。此外，在这种激烈的竞争环境下，许多公司正试图改革和扩张，以求在行业中得到持久的立足之地。快速扩张的背后，是多数企业产能上的资金需求。为了弥补融资缺口，一些CEO在资本运作上采取了减持、退市等措施，但只能解决短期财务危机。因此，要有效避免重大财务危机，保持健康的长期发展趋势，就需要构建准确的财务危机预警体系，建立一个长期稳定的融资机制。因此，越来越多的企业重视财务预警模型的构建，及时发现企业潜在的财务危机，并准确采取相应的对策，将经济损失降到最低[1]。

20世纪初，国内外学者开始对金融危机进行研究。在此期间，学者们提出关于财务预警的方法和模型，主要分为五类：单变量财务风险预警[2]、多变量财务风险预警[3]、多元回归财务风险预警[4]、人工神经网络财务风险预警[5]和灰色预警法[6]。

在财务风险预警模型的研究中，我国学者与国外学者相比更侧重于国外已有模型的实证检验。2020年,王洋洋[7]在综合考虑网民发表的企业信息,并采用相关技术实现企业信息结构化的基础上，对企业的所有信息进行更深层次的探究，以挖掘出具有全局代表性的企业舆情指标，从而建立基于大数据环境下的财务危机预警系统。……