摘要
电力行业是我国经济结构的重要组成部分，作为我国的基础能源产业的重要一员，电力行业在我国经济中有着重要位置，电力公司如果发展受阻，遭受到风险损失，对我国的经济将产生严重的影响。因此，本文对电力上市公司的财务风险预警进行研究分析，通过对其财务风险预警模型的构建，帮助公司完善财务情况，加强风险控制管理，提高公司的运营能力，帮助投资者正确识别电力行业上市公司的财务风险，从而做出正确的投资决策。 本文以电力行业上市公司为研究对象，分析其财务风险的预警模型。首先，基于文献与理论对财务风险预警进行分析。其次，分析电力上市公司的特点以及财务风险的现状。第三，从宏观以及微观出发，分析影响电力上市公司财务风险评价的因素，构建指标模型，并基于熵权TOPSIS评价电力上市公司的财务风险。第四，基于LightGBM模型构建电力上市公司的财务预警模型，并基于粒子群算法进行参数优化。第五，搜集电力上市公司的数据，验证基于LightGBM的财务风险预警模型的有效性，并与随机森林等常用模型进行对比分析。最后，总结研究结论，提出对策建议。 本文的研究结论如下：（1）电力行业基于部分竞争和自然垄断、资金与技术密集、投资增长较快等特点，其财务方面具有负债率较高、长期负债占比较大以及结构不平衡等特点。影响电力上市公司财务风险的影响因素包括微观因素以及宏观因素。（2）从实证分析结果可见，经过粒子群算法进行参数优化的LightGBM模型对电力上市公司财务风险的预测效果最好。（3）通过对影响电力上市公司财务风险预测的各项指标重要性进行分析，债务结构、总资产净利率、GDP增长率、利率水平、政策密度等指标对电力上市公司的财务风险预测的影响较大。
NETL