根据中国证监会颁布的《关于改革完善并严格实施上市公司退市制度的若干意见》(2014),该意见明确提出严格执行体现公司财务状况的强制退市指标。在此政策背景下,上市公司会因其财务状况的恶化而面临退市风险。在企业管理实务中,企业财务状况的恶化是一个从量变到质变的过程,通过各项指标的不断弱化体现出来。因此,我们试图通过一系列财务指标和非财务指标,应用二分类Logistic回归分析法构建财务诊断模型(即：二分类Logistic回归模型),预测企业财务状况的发展趋势,避免上市公司由于财务状况的持续恶化而强制退市。这也正是本文的研究意义之所在。本文采取定性与定量相结合、实证与规范相结合以及比较分析的研究方法,以M-M理论、非均衡理论和代理理论为研究的理论基础,围绕财务指标体系和非财务指标体系如何构建、研究样本和研究数据如何选取、二分类Logistic回归模型如何构建、预测效度如何量化等研究内容展开。具体而言,本文从企业的偿债能力、盈利能力、营运能力、成长能力以及现金流量角度选取19个财务指标；从微观—中观—宏观的视角选取股权结构、公司治理、内部控制、对外担保、行业景气度以及公司所在地经济发展水平等方面的8个非财务指标构建指标体系；其次,选取200家沪、深A股上市公司作为研究样本,分为54家面临退市风险的财务危机企业和146家财务状况良好的企业。在此基础上,应用二分类Logistic回归分析法构建财务诊断模型,分为基于财务指标的模型Ⅰ和引入非财务指标的模型Ⅱ,通过第t-2年的数据代入模型得出企业第t年发生财务危机的概率来预测企业未来2年的财务状况。本文研究表明基于财务指标的二分类Logisitc回归模型Ⅰ的预测效度为0.845(训练样本)和0.830(检验样本),引入非财务指标后的二分类Logistic回归模型Ⅱ的预测效度为0.939(训练样本)和0.911(检验样本),可见,本文构建的二分类Logistic回归模型的预测效度较好,研究结论较为理想。并且证实非财务指标的引入可有效提高模型的预测效度。本文研究的创新性体现为：一是完善了构建财务诊断模型的指标体系,相对于其他学者的研究,本文首次引入行业景气度和宏观经济发展水平指标；二是明确了企业不同财务状况的临界阀值,将企业的财务状况界定为财务危机、财务亚健康和财务健康三种情形。