上市公司财务问题一直是资本市场关注的焦点,也是审计机构和政府监管部门工作的重点。我国政府部门不断完善相关法规与制度,加大对上市公司财务的监管和惩罚力度,但是有些上市公司为了生存的压力仍然会进行暗箱操作。比如ST和ST*上市公司为了摘帽恢复正常上市,存在很大的动机对报表数据进行粉饰。对于投资者以及债权相关利益人来说,需要二分类模型能够分类出上市公司是否处于正常上市状态,正确评估投资风险,做出理性投资。对于管理者来说,建立可用的模型评判当前公司上市状态,正确评估上市公司财务状况,调整上市公司经营方针,做出正确决策,保证上市公司健康发展。鉴于此,建立一套可行的二分类模型识别上市公司财务状态是非常有价值的。在已有的二分类模型研究基础上,本文利用2010-2017年中国上市公司的财务报表年报财务数据作为实证分析的一个案例,对基于修正Benford分布律的二分类Logistic模型的优点做了验证。本文选取能够代表上市公司财务水平状况的六个财务指标作为上市公司财务指标,将ST和ST*上市公司作为“ST”样本,将正常上市公司作为控制样本,基于修正Benford律构建修正Benford因子,将修正Benford因子作为一个新的解释变量加入传统二分类Logistic回归模型,构建基于修正Benford分布律的二分类Logistic模型。数据分析结果表明:相比传统Logistic回归模型,基于修正Benford分布律的二分类Logistic模型提高了模型分类正确率。引入修正Benford因子的二分类Logistic回归模型对中国上市公司分类正确率更高,模型预测效果更好。基于修正Benford分布律的二分类Logistic模型也为其他两分类问题研究提供了新方法。