近年来,我国证券市场朝气蓬勃,随着上市公司数量上的增多,市场竞争也越来越激烈,在这种背景下,需要为公司利益相关者建立一套完善的财务危机预警系统,时刻跟踪公司的财务状况,识别公司有可能面临的风险点,从而有效地预防和化解危险,将公司可能面临的风险降到最小,以更好的保护利益相关者的利益。然而,会计信息失真的现象越来越严重,这就意味着单纯的使用财务信息对财务危机进行预警已经没有足够的说服力,必须将非财务信息加入到财务危机预警的指标体系中,使财务信息和非财务信息有机结合、相互补充,从而更好地为上市公司财务危机进行预警,使得整个资本市场得以健康发展。通过总结前人的相关文献研究、同时在相关理论的指导下,本文从沪深两市交易所选取了110家制造行业的上市公司,其中55家正常公司、55家首次被ST的非正常公司,通过Kolmogorov-smimov检验方法和曼惠特尼U检验法筛选出能够显著区分ST公司和非ST的公司,通过KMO和Bartlett检验方法对筛选出来的指标进行因子分析,进而提取出能够涵盖大部分信息量的因子变量,最后在此变量的基础上加入之前筛选出来的具有显著性的能够典型的代表非财务信息的预警指标,基于多元Logistic regression(逻辑回归)分析方法,构建制造行业上市公司财务危机预警模型,最后再运用检验样本对该预警模型进行验证,结果显示,加入非财务信息后的预警准确度确实要高于单纯依靠财务信息建立的预警模型,而且越接近财务危机发生的时间其预警精确度越高。同时,在此次研究中还发现,审计意见这一非财务指标在以往的研究中并未通过显著性检验,而在本次研究中成为一个具有代表性的指标,说明制造业近几年审计意见类指标在正常公司和非正常公司之间有着显著差别,应该引起相关研究者的重视。除此之外,还选取了一些以前学者研究的比较少的非财务信息,比如内部控制的披露情况、违规情况、股东的股份被质押冻结或托管情况、持股变动情况等方面的非财务指标,取得了很好的预警效果,也为后续学者对预警指标的相关研究提供了一个可以参考的方向。