纵观前人关于财务预警的研究设计及成果积累,尽管在指标体系设计、预警模型构建等方面不断推陈出新,但大多以实证的角度出发来追求高准确率,与企业风险管控的实际需求和应用有所脱节。基于以上思考,本文以广誉远为例,试图在前人对于财务预警研究的基础上切入同行业上市公司年报风险披露的视角,对医药制造业所有上市公司年报风险披露部分进行文本挖掘,从管理层的角度来汇总同行业企业的高频风险点,并据此来设计预警指标体系中非财务指标的选取路径、预警模型的二次验证及广誉远财务风险的匹配筛查,以期将财务预警的研究效果落实在企业的实际应用层面中。论文主要的工作内容大致可分为以下几个部分:首先,采用我国医药制造业全部上市公司作为研究样本,选取近三年的若干财务指标和非财务指标来建立预警指标体系。其中,关于财务指标的选取沿用了前人的思路;在非财务指标的选取中,使用基于Python编程语言的文本挖掘技术汇总了医药制造业全部上市公司年报风险披露中的高频词,并据此作为非财务指标的选取思路,以求更为贴近医药制造业的行业特征和实际需求。其次,使用matlab软件搭建BP神经网络财务预警模型,使用SPSS软件将所选的预警指标降维成8个主成分因子,导入至模型进行训练和检验,并取得了82.8%的预警准确度。同时,选取医药制造业上市公司于8个年份的年报中自行披露了财务风险的5家企业来对模型进行二次验证,再次检验了预警模型的行业适配性。随后,使用训练好的模型对广誉远做出财务预警,结果表明广誉远2016—2019年的预警输出符合模型设定的财务风险判别标准,并判断广誉远于2020年大概率仍将存在财务风险。在模型做出预警判断后,论文统计了同行业公司年报披露的风险高频词两两共现的频次,并通过共词聚类汇总出32类同行业企业密集披露的高频风险点作为风险对照集,并成功匹配出广誉远存在的若干财务风险点。最后,对广誉远存在的财务风险进行了深入具体的分析。研究发现,广誉远在近年来快速扩张的进程中,主要面临着销售成本居高不下、现金流管理水平不足、信用管理水平不佳、研发策略较为冒进等财务风险方面的问题。并据此有针对性地提出了如何优化营销成本控制、现金流预算管理、应收账款管理水平、信用政策的合理制定及财务人员培训考核的风险应对措施。