摘要：企业财务困境预测是财务实务界和理论界关注的热点问题之一。为了有效识别出在未来两年内有可能陷入财务困境的企业，该文提出了一种遗传算法优化灰色案例推理的新方法进行企业财务困境预测，并采用实证研究予以验证。理论研究中主要构建了财务困境预测的企业案例描述、基于灰色相似度的k近邻案例检索、基于相似度加权投票组合的评价结果集成和基于遗传算法的案例特征权重向量优化等四个关键内容。实证研究中，收集了270个上市公司ST前一年和前两年的数据为初始样本，通过格点搜索技术进行参数优化，采用余一交叉验证准确率作为评价标准，通过与多元判别分析、Logistic回归、BP神经网络、支持向量机的预测结果比较发现：该方法在企业财务困境预测中的准确率有较大提高。

关键词：财务困境预测 灰色案例推理 遗传算法 实证研究 

单位：浙江师范大学工商管理学院 浙江金华321004