在我国经济构成中,制造业是重要的产业之一,自从开始实行改革开放政策以来,我国经济的快速发展与制造业密切相关。然而,处于经济全球化这个大环境下,我国的制造业上市公司正在面临着巨大的冲击。近几年,越来越多的制造业上市公司在愈演愈烈的竞争中发生财务危机,这不但会对证券市场已经形成的秩序造成冲击,而且会严重地威胁到大多数投资者的利益。财务危机有可能出现在任何一家公司,而且它并不会在短期内迅速爆发,这常常是管理者对财务风险的监测力度不够造成的结果;监管者对发生危机前已经出现的预兆重视程度不足,于是没能尽快地对问题进行规避,从而导致问题不断地积累,最终致使危机浮出水面。从不同的角度来看,财务预警问题的研究在当前形势下意义重大,应该得到重点关注。因此,作者认为为我国的制造业上市公司的财务状况寻找适用的模型进行预测非常有必要。本文以近两年因财务状况异常被ST(特殊处理)的73家上市公司和与之匹配的73家财务正常的上市公司为样本,将筛出来的23个财务指标做为自变量X用于构建对财务状况进行预警的模型。选取的样本数据为近两年的最新数据,因此研究具有时效性。在模型构建中,本文分别在两类上市公司中随机地拿出50家当作训练样本。首先,用全部的23个财务指标建立了传统的Logistic模型。其次,通过利用主成分分析(PCA)和偏最小二乘法(PLS)对数据进行了降维处理,分别提取了 PCA因子和PLS因子,并用提取出的因子分别取代原财务指标与因变量进行Logistic回归,构建了 PCA-Logistic模型和PLS-Logistic模型。因主成分因子和PLS因子分别可以表示成原财务指标的线性组合,本文构建的模型均为能直接反映因变量与原指标之间关系的显式表达式,因此可使用检验样本的预测结果来验证模型是否适用。最后,本文用3个模型分别对46个检验样本进行预测。经过对预测结果的对比,本文认为这三种模型均可以用于预测我国制造业上市公司的财务状况。就预警效果来讲,改进过的PCA-Logistic模型和PLS-Logistic模型的回测结果优于传统的Logistic模型,并且PLS-Logistic模型的回测结果最好。本文的实证结果在制造业上市公司提升财务状况预警问题的研究能力方面有指导性的意义。