2018年互联网产业发展进入快车道,互联网新型经济在中国遍地开花,成为世界第二大经济体转型升级的强劲动力,本年内互联网公司迎来第三次上市热潮,不少新兴互联网公司已开始进入国际市场。但互联网产业一片向好的同时不能忽略其频密出现的财务危机,产业内普遍存在的举债经营、快速扩张、资本结构不合理、投资方式单一等问题,也使不少业内公司走入凛冬。2018年85%的互联网上市公司市值环比呈负增长,创业热降温,收购倒闭现象频发。考虑到互联网产业对经济转型的推动作用及行业特有的财务属性,对互联网上市公司进行财务风险的有效识别和预警具有重要意义。传统的财务预警模型与互联网公司财务数据匹配度极低,以往对于上市公司财务状况异常的判定标准不能对互联网公司进行有效划分,预警时限过长对于变化迅速的互联网公司而言存在预警滞后弊端,且传统预警模型解释性较差。针对这些问题,本研究首先梳理以往财务预警研究,构造全面的财务指标体系。其次通过因子分析计算财务指标综合因子得分,作为公司财务能力评判标准,对互联网公司财务能力进行合理划分。最后利用随机森林构造互联网上市公司财务预警模型并对模型进行优化,解决不平衡分类问题,通过多种机器学习模型比对得到最优模型,进行财务指标重要性评价。研究结果表明:以财务能力良好公司判定阈值为0.6、财务能力不良公司判定阈值为0.4的投票权重法完成不平衡分类的随机森林模型,错判成本最低,预测效果最好。现金流量比率、研发投入占营业收入比例、净利润增长率、销售净利率、流动比率等指标对于互联网上市公司财务能力判别的重要度较高,公司内应加强日常管理中对相应财务状况的关注。