En este documento, proponemos un nuevo marco de un sistema de alerta temprana financiera mediante la combinación del modelo de rezago distribuido no restringido (DLM) y modelos ampliamente utilizados de predicción de angustia financiera como el modelo logístico y la máquina de vectores de soporte (SVM) con el fin de mejorar el rendimiento de un sistema de alerta temprana para empresas cotizadas en China. introducimos simultáneamente los ratios financieros rezagados de 3 a 5 periodos y factores macroeconómicos en ventanas de tiempo consecutivas - 3, - 4 y - 5 a los modelos de predicción; de esta manera, se detecta la influencia de los cambios continuos tempranos dentro y fuera de la empresa en su condición financiera. Además, al introducir una penalización lasso en los marcos de rezago distribuido logístico y SVM, implementamos la selección de características y excluimos los factores potencialmente redundantes, considerando que se utiliza una lista larga original de ratios contables en el contexto de predicción de angustia financiera. Realizamos una serie de análisis comparativos para probar el rendimiento predictivo de los modelos propuestos por este estudio. Los resultados muestran que nuestros modelos superan a los modelos logístico, SVM, árbol de decisiones y red neuronal (NN) en una sola ventana de tiempo, lo que implica que los modelos que incorporan datos de indicadores en múltiples ventanas de tiempo transmiten más información en términos de predicción de angustia financiera en comparación con los modelos existentes de una sola ventana de tiempo.