我国股票市场的发展和完善备受社会各界的关注，其中被特别处理的上市公司(ST公司)就是其中备受关注的目标之一，这类公司被我国学者普遍认为是陷入财务困境的公司。陷入了财务困境的公司比正常公司面临着更多的风险，不利于公司的股价表现和长远发展。因此，预测上市公司是否陷入财务困境是投资者、上市公司及证券市场监管机构所广泛关注的课题。本文在总结国内外研究结论的基础上，发现以往的研究都是基于某一年份的数据，即单截面数据来预测上市公司进入财务困境的概率，而没有考虑到相应的时间延续性，使得模型预测的准确率普遍不高；且进行的都是近期预测模型，从而使得财务困境预测的实际应用受到限制。因此，本文拟建立以面板数据(时序立体数据空间)为基础的财务困境预测模型，通过对我国上市公司财务困境预测的实证研究，从而证明建立以面板数据为基础的预测模型更符合逻辑。在具体的实证研究过程中，为了保持判别结果的可比性，在选择变量时尽量选取国内外研究中选用频率较高的变量。与其它模型相比较，由于考虑时间延续性因素，本研究发现面板数据预测模型预测的结果具有判别率高、预测结果稳定性强、预测时间跨度长的特点。