在日益激烈的市场竞争中,财务危机普遍存在于各行各业。企业要想在市场上立于不败之地,不仅要有防范危机的意识,更重要的是要找到一个行之有效的方法去避免危机的发生。伴随着这种危机意识的加强,财务预警模型应运而生。目前应用较为广泛、发展较为成熟的三种模型是Logistic回归分析模型、多元判别分析模型和神经网络模型,但是这些模型都有各自的缺点：神经网络模型比较复杂,多元线性判别法与多元逻辑回归法需要满足一系列的假设条件,这些缺点大大限制了模型的应用范围。而因子分析模型不需要假设条件,且处理方法简单,所以考虑到应用范围及操作性,本文选择因子分析模型对财务预警进行研究。本文采用实证研究方法,选取2008年、2009年A股上市公司中首次被ST的40家公司和与其配对的40家非ST作为研究样本,构建了一套五大类24个财务指标的财务预警指标体系,并运用U检验筛选出18个财务指标用于构建因子分析模型。实证结果显示：公司被ST前一年预测的准确率达到了90%,40家公司只有四家预测错误；而被ST前两年预测的准确率也达到了82.5%,对财务危机有着不错的预警效果；被ST前三年的准确率也达到了70%,对财务危机也有一定的预警作用。并且距离财务失败的年限越近,因子分析模型预测的准确率也越来越高,这完全符合了财务预警的规律和特点。因此,构建的因子分析模型具有较好的预测能力,运用因子分析模型对上市公司财务预警进行分析具有理论和现实的指导意义。