【摘要】针对企业财务风险研究指标数据中常常存在不平衡现象造成模型算法预测精度较差的问题,文章通过构造基于指导性正则化随机森林的SMOTEBoost算法分析企业财务风险因素,以此提升企业财务风险预测准确性,同时筛选出显著影响企业发生财务风险的特征变量。数值模拟结果发现SMOTEBoost-GRRF算法预测精度好于其他算法,且具有较优的特征变量筛选能力。实证研究结果发现每股资本公积金、营运资金、营业总成本/营业总收入、每股收益增长率四种指标是最能显著影响企业发生财务风险的因素。