中国证券市场经过三十年的发展,为我国企业提供了稳定的融资渠道,保障了股权改革的顺利进行,同时也为广大投资者提供了交易场所,吸引了大量的社会资金,为中国经济改革提供了润滑剂。随着股票市场规模不断扩大,上市公司不断增多,市场参与者的结构也逐渐呈现出多元化的趋势。然而,在经过了股市几轮起伏之后,不少投资者遭受亏损,这使得他们不得不开始关注股市的风险。为进一步促进金融市场良性发展,证券交易所在退市制度的基础上,出台了“风险警示”制度,并定期向投资人公布存在退市风险和其他财务风险的企业。因为交易所会在财务异常公司的名称前加上“ST”,即“特别处理”的英文缩写,所以“风险警示”制度一般也被公众称为“特别处理”制度。“特别处理”制度作为交易所管理上市公司风险的工具,一直都是学者关注的重点。前人文献对财务风险的研究多立足于财务指标的有监督模型,其优点在于直观且有效。其中,利用Logistic模型进行二元回归是最常见的做法。但是,现实中上市公司风险爆发的事件较少,有监督模型存在欠采样与过拟合的问题。同时,基于“风险警示”的单一事件,有监督学习模型在甄别财务风险时,存在数据不平衡的问题。近年来,越来越多的学者开始利用无监督模型来研究金融领域的问题。其中,除了最常见的主成分分析法之外,聚类算法也逐渐进入学者们的视野。聚类算法并不对数据进行严格的二元判别,而是通过数据的内部结构来给样本分组。无监督聚类算法的这个特点在研究财务风险问题时具有独特的优势,因为国内上市公司的财务风险数据存在不平衡的问题,而传统的有监督模型难以通过大样本的学习来建立风险判别模型。由于数据不足,有监督模型的训练通常基于人为筛选后的平衡数据集,这种训练方式会影响模型在现实世界中的适用性。本文分析了传统财务风险模型的优点和不足之处,结合2007年至2018年中国A股上市公司年度财务数据以及2008年至2019年的“特别处理”事件的公示数据,使用了K均值聚类算法与高斯混合聚类算法来对上市公司的财务风险进行甄别,并构建了高风险簇,把同类型的高风险公司从其他公司里区分出来。本文的模型构建和训练过程主要由以下两个部分组成。第一部分是K均值聚类算法对风险的甄别过程。首先,使用27个初始财务指标,从“特别处理”公司的财务数据中发掘特征,并以欧几里得距离作为度量风险公司相似性的标准,为K均值聚类算法筛选合适的特征变量。具体做法是通过排列组合,用27个指标构成若干个变量组合,每个组合的变量数最多为6个,再分别计算每个组合的欧氏距离,距离最短的组合为最优组合。然后,利用主成分分析法把数据降至二维,再进行两次K均值聚类分析,形成若干个簇,并把含有最多“特别处理”公司的簇标记为高风险簇。最后,通过召回率、精确率来评估K均值聚类算法对公司财务风险的甄别效果。第二部分是高斯混合聚类算法对风险的甄别过程。首先,利用高斯混合模型的簇去预测“特别处理”事件,并用F1分数作为筛选最优财务组合的标准。具体做法是分别把指标个数设置为2和3,再通过排列组合的方式筛选出²₂₇+³₂₇个财务变量组合。之后,用这些变量去预测次年的“特别处理”事件,再从F1分数最高的组合中筛选最优组合。最后,继续利用召回率和精确率来评估高斯混合模型对上市企业财务风险的甄别效果。本文主要得出以下主要结论:第一,在对“特别处理”公司财务数据进行挖掘后发现,若以距离来度量相似性,有形资产比率、现金资产比率、流动负债比率、非流动负债比率等资产结构的指标更能表示风险公司的共性,这与前人的研究略有不同;第二,由无监督聚类形成的高风险簇能够很好地体现风险的特征,簇内许多公司会于此后陆续出现“风险警示”事件,投资人应谨慎对待被划入高风险簇的公司;第三,以“特别处理”事件评估高斯混合模型的分类效果,其召回率和准确率在报表公示后的一年内分别为58.8%和38.5%,都显著高于K均值聚类模型的簇。