【摘要】本文运用文本挖掘和自然语言处理技术，对2011—2021年沪深A股上市公司的媒体负面报道进行文本分析，构建了媒体负面报道数量、报道标题/内容文本语调和情感倾向三个维度的变量。基于概念漂移视角，采用集成分类器XGBoost构建了公司财务困境动态预警模型。实证结果表明：在公司特征变量的基础上，融入媒体负面报道变量后，财务困境动态预警模型的总体分类性能增强，模型的第一类错误率明显降低。考虑稀有事件偏差和内生性后，媒体负面报道数量、文本语调和情感倾向与公司是否发生财务困境仍然显著相关。本文的研究结论表明媒体负面报道包含公司财务困境预警的增量信息，媒体负面报道在公司财务困境预警过程中发挥了重要的外部公司治理作用。