近些年来,我国的经济发展方式、经济结构、经济增长动力发生着深刻变革。党的十九大指出,当前我国经济已由高速增长阶段转向高质量发展阶段,在这个过程中必须深化供给侧结构性改革、加快建设制造强国、加快发展先进制造业。虽然过去几十年来我国取得的经济成就举世瞩目,但也必须清醒的看到,随着经济进入新常态,过去大水漫灌发展方式的后遗症加剧显现,诸多行业产能过剩、产品竞争力不强等情况依然存在,如果不妥善应对,将对“中国制造2025”、“加快建设创新型国家”等战略构想造成不利影响。对此,中央提出了“三去一降一补”等一系列经济改革方案,其中对僵尸企业的处理是“三去一降一补”的“牛鼻子”,对僵尸企业相关问题进行研究既是当下经济发展的迫切需要,也是经济长远健康发展的必要选择。然而现有研究基本针对的都是正常企业已经变成僵尸企业这一既定事实,研究结果指导的也都是正常企业变成僵尸企业后的处置安排,对僵尸企业的演化过程以及事前预警缺乏探索,导致对僵尸企业进行预警的手段匮乏,难以对僵尸企业的形成从源头上进行遏制。为了弥补现有缺陷,本文提出僵尸化困境概念,并对僵尸化困境进行多阶段划分,明确了僵尸企业的演化是一个困境状态由无到重的动态过程;在深入分析僵尸化困境形成与加重机理、僵尸化困境各阶段特征的基础上设计了僵尸化困境预警输入指标和预警输出指标,同时建立了僵尸化困境预警模型。通过本文研究,为政府部门合理配置监管资源、企业管理层建立预警机制、投资者改善投资决策提供了理论依据和现实工具。全文共分为八章。第一章,绪论。基于研究背景提出本文的研究主题,并分析本文的理论意义与现实意义,然后阐述本文整体的研究结构和内容,介绍本文的研究方法和技术路线,最后归纳本文的创新之处。第二章,相关文献综述。通过对僵尸化困境评估、成因、危害、应对措施、预警等相关文献的梳理,分析现有研究的不足,并指出本研究可提供的边际贡献。第三章,与僵尸企业有关的经济事实与制度背景。本章介绍了僵尸企业形成的宏观经济事实,并详细梳理了中央与地方出台的关于认定和处置僵尸企业的政策文件。第四章,僵尸化困境相关概念、阶段与预警理论框架。首先,归纳僵尸企业概念认识上的异同,提出僵尸化困境概念,并对僵尸化困境和财务困境的关系进行了辨析。其后,本文应用管理学和会计学领域经典的资本结构理论、现金流量理论、产能过剩理论、信息不对称理论、社会交换理论、经济环境理论等深入分析了僵尸化困境形成及加重的机理,结合企业生命周期理论确定了僵尸化困境阶段划分标准、数目、方法,随后分析了僵尸化困境的基本特征以及僵尸化困境不同阶段的特征。接下来基于学界对预警研究的基本思路提出了本文的预警理论框架,包含僵尸化困境理论分析、预警指标设计、预警模型建立、预警模型验证四个方面。第五章,僵尸化困境预警指标体系研究。在满足指标选取原则的基础上,集合前文理论分析、文献资料和专业知识,采用学界常用的代理指标作为本文的预警指标。预警指标包含预警输入指标和预警输出指标两个方面,其中预警输入指标由27个历史数据指标组成;预警输出指标由本文建立的僵尸化指数分区形成,也即基于置信系数法将僵尸化指数划分为未僵尸化、轻度僵尸化、中度僵尸化和重度僵尸化4个阶段,以此为预警输出指标。第六章,僵尸化困境预警模型建立研究。本章介绍了遗传算法和支持向量机的基本原理,根据两者的特点整合为一个工作流程,基于遗传算法-支持向量机方法建立了T-1期和T-2期的僵尸化困境预警模型。第七章,僵尸化困境预警模型验证研究。本章进行了预警模型的基本性能验证、改变预警输入指标的预警效果验证、改变预警方法的预警效果验证,并讨论了预警模型的应用条件、使用时可能面临的问题和应用场景。第八章,结论与启示。本章在对全文第三至七章研究成果进行深入分析、合理归纳的基础上,形成本文的研究结论以及研究启示。本文研究的基本结论包括:第一,僵尸化困境是一个从无到重的动态演化过程,在这个过程中至少存在10方面特征的变化,分别为偿债能力、获利能力、营运能力、成长性、市场反映、持续经营保障、外界补贴输血、社会负担性、治理结构、僵尸化惯性;第二,充分考虑以上方面所建立的僵尸化指数能可靠且有效的评估僵尸化困境严重程度,为僵尸化困境阶段划分提供了量化依据;第三,所建立的僵尸化困境预警模型泛化能力较好,稳定性较高,且本文确定的预警输入指标体系以及预警方法在相同条件下能够产生更好的预警效果;第四,所建立的僵尸化困境预警模型将僵尸化困境的二阶段预警拓展为多阶段预警,既能预测企业是否将陷入僵尸化困境,又能预测企业将陷入到哪个阶段的僵尸化困境。本文在以下三个方面存在创新之处:首先,提出了僵尸化困境阶段划分概念。本文对大量政府文件以及学术文献进行梳理,凝练出官方与学界对僵尸企业定义的相似部分,总结了评估企业僵尸化困境严重程度的10个方面,并将企业生命周期理论嵌入到僵尸化困境阶段划分,指出僵尸企业生命周期的4个阶段:未僵尸化、轻度僵尸化、中度僵尸化、重度僵尸化,并详细描述了僵尸化困境基本特征以及僵尸化困境各阶段特征。其次,建立了僵尸化困境预警指标体系。预警输入指标层面,除了特征性指标外,创新加入了经济环境指标以及组织属性指标,提升了预警模型的性能。预警输出指标层面,建立了制造业上市公司僵尸化指数,在此基础上量化划分了僵尸化困境的阶段,并以所划分出来的4个阶段作为预警输出指标。僵尸化困境预警指标体系综合考虑了我国制造业上市公司的发展现状与行业特点,提高了对制造业上市公司僵尸化困境评估及预警的科学性与全面性,也更加贴合现实。最后,建立了僵尸化困境多阶段预警模型。通过对遗传算法和支持向量机两种机器学习方法进行整合,使用遗传算法-支持向量机方法建立了僵尸化困境多阶段预警模型,生成了一种利用机器学习技术解决实际问题的应用场景,深化了机器学习在僵尸化困境预警中的应用,为监管部门、企业管理层、投资者、债权人的智能化决断提供参考,也为学界提供了一种会计学与信息学结合研究的范例和启发。