在评价和分析财务风险问题的时候我国的学者主要关注的是理论在总结和归纳了财务风险的评价方法以后国内的学者开始将一些有助于提高风险评价结果精确度的有关技术引进来例如概率预测技术、模糊数学、神经网络都发挥了很好的技术支持尤其是在完善的方面。赵小霞2016将Logistic评价模型建立了起来实践后发现该模型对财务风险问题的评价准确率高达了95。陈茜等2017通过因子分析法对14家林业企业进行了分析与调查同

在评价和分析财务风险问题时，中国的学者主要关注理论方面，并在总结和归纳财务风险评价方法后，开始引入一些有助于提高评价结果准确性的相关技术。这些技术包括概率预测技术、模糊数学和神经网络等，对完善财务风险评价起到了积极的技术支持作用。

赵小霞（2016）建立了Logistic评价模型，并通过实践发现该模型对财务风险问题的评价准确率高达95%。陈茜等（2017）使用因子分析法对14家林业企业进行了分析和调查，并建立了林业企业的评价数学模型。王超（2018）通过模糊综合评价模型对财务风险评价问题进行了评估。毛天棋（2018）通过功效系数法对财务风险指标进行排序，包括现金保障能力、成长能力、偿债能力和盈利效率等指标。张旭阳等（2018）基于Banach空间压缩理论，度量和计算了公司所面临的财务风险问题，得到了更准确的结果。齐岳（2018）通过对暴风企业和乐视企业的财务信息数据分析，发现风险调整价值是评价实际风险问题时的重要指标。李海东等（2018）的研究基于功效系数相关理论，同时发现该方法的整体评价结果更加精准和可靠。邓旭东等（2018）探讨了上市公司财务风险控制对策，包括偿债因子、发展因子和筹资因子等五个方面。王岩等（2019）在支持向量机中引入了模糊数学理论，并通过对沪市2018年76家上市公司的研究证明了该模型的有效性。

综上所述，中国的学者在评价和分析财务风险问题时，注重理论研究，并引入了一些相关技术来提高评价结果的准确性。这些研究成果对于财务风险评价的完善和提升具有重要意义。