风险无处不在。由资金问题引发的我国民营企业破产案例经常发生。企业陷入财务危机将给企业的生存发展带来致命的打击。因此,构建一个有效的财务风险预警系统对企业的财务风险进行预警非常有必要。在构建财务危机预警特征方面,本文从公司发展能力、现金支付、管理能力、偿还债务能力、资本构成、盈利能力等六个方面进行预警特征的初步选取,并利用显著性检验、信息增益法、相关性检验、主成分分析等方法对财务预警特征进行科学地筛选和提取。在构建财务危机预警模型方面,针对财务正常与财务不正常的正负类样本集的不平衡问题,本文引入了半监督学习机制,并构建了基于改进的KNN-SVM的集成学习预警模型。实验显示,本文采用的基于改进的KNN-SVM的集成学习预警模型具有良好的预警性能。本文的创新如下：一是依据财务预警指标理论、显著性检验、信息增益法相关性检验、主成分分析等方法对财务危机预警指标特征进行了科学地初选、筛选、提取。二是引入半监督学习机制,增加少数类分类知识,使模型的预警能力有一定的提高。三是采用分布估计算法优化模型参数,进一步提高了模型的预测性能。四是引入了模糊集,利用隶属函数来确定系统预测结果的置信度。