本文的研究内容是上市公司财务困境预警问题。目前,上市公司财务困境已成为社会关注的焦点问题之一,尽管国外学者对于该问题的研究已取得丰硕成果,但是,由于中国证券市场起步较晚且不尽完善,对结合我国国情的财务困境预警研究的深入探讨仍具有重要的理论和现实意义。　　本文运用生存分析方法对上市公司的财务数据和证券市场数据进行处理,以截断数据为研究对象,且允许解释变量随时间的变化而变化,有效的避免了利用静态统计模型进行财务困境预测时产生的有偏和不一致的问题。　　不同于以往的研究,本文以上市公司退市风险警示(*ST)作为发生财务困境的标志。首先,基于2003-2007年我国证券市场上出现的127家*ST公司,及与其配对的127家非*ST公司的财务数据,通过统计量分析和相关性检验选取6个对本文数据具有显著解释性的财务指标;其次,实证部分则以1998-2007年中国沪深A股市场中全部上市公司t-2年的年度和季度的财务数据与证券市场数据为样本进行建模和检验,对财务困境预警模型的预测精度进行了逐步深入的分析,得到如下结论:(1)提出了包含市场变量在财务困境预测中的重要性。市场变量中包含着丰富的信息,其与财务指标的结合能够提高模型的预测精度,这也在一定程度上证明了有效市场假说;(2)证实了行业分析的必要性。由于不同行业所面临的经济竞争环境不同,使用的会计准则也有差异,因此,在进行财务困境预测时通过使用虚拟变量对行业进行分类,将得到显著的结果;(3)虽然大多数的国内外研究都在选择样本时剔除了金融类公司,但是由于我国金融类上市公司数目小,因此是否在建模时剔除该类公司并不会产生显著影响;(4)季度数据的应用实现了提高模型预测能力的预期。基于数据的可得性,以及数据处理的可行性等问题,现有的大多数研究都是利用各种变量的年度数据进行的,本文则在反复整理和选择数据的基础上,使用季度数据进行了分析和预测,最终得到较为理想的结果。