1、隨著我國資本市場的不斷發(fā)展和上市公司信息披露制度的不斷完善，被實(shí)行特別處理的上市公司逐漸增加，這不僅危及公司自身的生存和發(fā)展，也給投資者、債權(quán)人帶來了巨大損失。因此，構(gòu)建一個(gè)有效實(shí)用的財(cái)務(wù)危機(jī)預(yù)警模型，滿足利益相關(guān)者日益迫切的需要，具有非常重大的理論和現(xiàn)實(shí)意義。 為建立具有更好準(zhǔn)確性和實(shí)用性的財(cái)務(wù)預(yù)警模型，本文在前人研究成果的基礎(chǔ)上，選取84家上市公司為研究樣本，并搜集每家公司連續(xù)三年的50個(gè)年報(bào)財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行實(shí)證研究。具體研

2、究過程是：首先利用T檢驗(yàn)及相關(guān)性分析方法對基礎(chǔ)財(cái)務(wù)指標(biāo)進(jìn)行預(yù)處理；然后將粗糙集作為預(yù)警模型的前置系統(tǒng)對財(cái)務(wù)指標(biāo)進(jìn)行篩選；接著將BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)分別作為主預(yù)警模型建立組合預(yù)警模型；最后，為檢驗(yàn)本文所選取主預(yù)警模型的有效性，本文選用傳統(tǒng)Fisher判別模型作為對比模型進(jìn)行實(shí)證研究。實(shí)證研究結(jié)果顯示，本文提出的基于粗糙集的BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型和基于粗糙集的支持向量機(jī)預(yù)警模型均具有良好的預(yù)警能力，其總預(yù)警準(zhǔn)確率均在97％以上，并且在總預(yù)