准确预测公司的财务危机不仅关系到投资者和债权人的相关利益,而且可以提醒公司管理层及早采取措施以避免情况进一步恶化,帮助证券监管当局制定有效的稳定市场的办法。因此,研究上市公司的财务预警具有重要的理论意义和实践意义。本文从财务风险与财务危机的相关概念入手,在总结回顾已有研究成果的基础上,深入分析了我国上市公司财务危机的影响因素,论述了建立以财务预警模型为核心的财务预警系统的必要性和重要性,在此基础上从盈利能力、偿债能力、资产运营能力、成长能力和现金流量五个方面构建了财务预警的指标体系。本文从财务预警的理论基础及功能入手,对传统预警模型进行了分析,指出其中存在的问题,提出了利用组合预测构建财务预测模型的思路和方法。利用我国沪深两市A股上市公司为研究对象,选取了2004-2006年间的88家制造业上市公司作为研究样本,利用上市公司被ST前3年财务数据资料,先后构建了Logit回归、Probit回归、BP神经网络三种单一模型及基于Logit回归和Probit回归的线性组合预测模型、基于BP神经网络的非线性组合预测模型。应用结果表明,组合预测模型在分类精度和稳健性两方面都较相应的单一模型有了提高,线性组合预测模型的稳健性优于利用BP神经网络构建的非线性组合预测模型,但分类精度低于后者。总体上表明,组合预测模型应用于上市公司的财务预警是具有优势的。