在过去的几年里,伴随着考验和改革,我国证券市场取得了迅猛的发展,截止到2010年年底,沪深两市已经有1700多家上市公司,然而由于操作和管理的原因,很多公司都遭遇了财务风险而被特别处理,冠以“ST”的字样。为了防范和规避财务危机,上市公司很有必要建立和完善相应的预警机制,找到切实可行的方法,改善公司的财务状况。　　本文在回顾了国内外财务预警模型经典文献和研究成果的基础上,选取了2010前三个季度新增的55家ST公司和与其配对的55家非ST公司作为研究样本,以ST前两至四年的财务指标作为模型研究的变量对上市公司的财务危机进行预警研究。首先遵从财务预警指标的筛选原则,选择了28个涉及盈利能力、偿债能力、营运能力、发展能力和现金流量的财务指标,并通过双尾T检验和Spearson相关性检验筛选出16个最终建立预警模型的财务指标。然后利用商业智能软件SQL Server2005中的SSIS和SSAS模块建立财务数据仓库,并通过相关的查询语句实现财务数据的多维联机分析和数据透视表的呈现。最后通过SSAS数据挖掘模块中的聚类分析、逻辑回归和神经网络三种算法构建了2006-2008三年的预警模型,汇总了预警模型中较为重要的指标,并使用提升图和分类矩阵对模型的有效性进行比较分析,提取出隐藏在样本中的潜在信息。结论表明固定资产周转率、主营业务利润率、销售净利率等几个比率对于预警比较重要,行业也是影响财务危机是否发生的重要因素,并且越接近ST年度的预测精度越高。　　本文创新性地运用SQL Server2005这样强大的商业智能软件构建财务预警模型,通过软件整合源数据可以实现数据的即时传输,更及时有效地进行分析所生成的预警模型,实现了会计信息化向智能化发展,并且运用了组合模型分析比较的思想,改变了原先运用单一模型进行分析的方法。