一个公司的财务状况直接影响了公司的运营,而上市公司又是证券市场的基础,保证上市公司良好的运行是证券市场正常运行的先决条件。随着近年来实体经济的下滑,许多公司尤其是制造业企业面临着陷入财务危机的危险,如果能够建立适合中国市场的财务危机预警模型,则能够提前采取相应的措施,对投资者和公司管理者都有重要的意义。本文以上市公司被实施“特殊处理”作为企业陷入财务危机的标志,选取了在2011-2014年间首次被实施“特殊处理”的在A股上市的50家制造业企业作为财务危机公司样本,并选取50个同行业健康公司作为配比样本。在变量的选取上,选取在国内使用频率较高的财务比率,并利用均值检验和因子分析对变量进行筛选。首先建立了基于截面数据的传统的逻辑回归模型和Fisher判别分析模型,结果表明逻辑回归模型的预测准确率要高于判别分析,总结国内外关于上市公司财务危机预警的模型,发现大多数的研究都是基于某一年份的数据即只利用了单截面数据,而没有考虑时间延续性。因此,本文又建立了基于纵向数据的广义估计方程和随机效应模型,分别代表了处理纵向数据的两类模型——边际模型和条件模型。两类模型的估计结果相差不大,它们对财务危机公司的预测准确率分别为92%、94%,对健康公司预测准确率均达到98%。从计算结果可以看到,无论是基于截面数据还是纵向数据,模型预测的准确率都较高,说明选取的这些财务比率比较有效,企业发生财务危机不仅与企业的盈利能力有关,还与偿债能力和营运能力有关。基于纵向数据的模型的预测准确率略高于截面数据,并且基于纵向数据的模型预测的时间跨度长,能够预测一个公司在一个时间段内出现财务危机的概率。