自2008金融危机以来，我国企业经历了一系列挑战，亦有不少企业面临破产倒闭的风险。其中，尤以高风险的高新技术企业为甚。针对此，本文基于金融危机下高新技术企业风险预警展开研究。国外针对风险预警模型的研究已比较成熟，而国内许多学者多直接将处理好的国内上市公司数据代入原有模型，对模型的科学性，模型对国内环境的适用性等考虑较少。另一方面，对模型的处理也比较单一，缺少对模型与其他统计分析方法的综合运用。而在样本范围的取舍上，大部分研究均直接选取上市公司ST企业进行研究，并未进一步细分，且多数针对财务指标进行研究，对企业的其他风险未加度量。在以往学者的研究基础上，本文构建了经主成分分析简化后的logistic风险预警模型，同时应用显著性检验分析指标的适用度，从而提高模型的准确度。并且在指标体系的构建中引入非财务指标，考虑金融危机下的宏观环境因素和公司治理因素，使高新企业风险研究更具针对性。主成分分析简化后的logistic回归模型是一种不同于静态监管与事后监管的事前动态预警机制。高新企业可以运用本企业的财务指标与非财务指标，进行风险预警。结合企业自身情况，对模型的预警结果对应的风险级别采取适当的应对措施，使企业风险始终处于可控水平下。因此，本文提出的风险预警模型对于金融危机背景下提高高新企业抗风险能力存在积极意义。本论文分为五个部分：第一章，导论。主要包括四个部分：研究选题背景及意义，国内外文献综述，研究思路方法与研究框架。在对国内外文献的整理中，本文介绍了风险预警体系的现状，进而在这些成果的研究基础上，提出了本文的观点——建立主成分分析简化后的高新企业logistic风险预警模型。第二章，金融危机下的高新企业及风险预警理论，主要介绍了高新技术企业的相关概念及金融危机发展现状及金融危机对高新企业的影响。最后详细解释了风险预警的相关理论。第三章，基于logistic技术的风险预警模型构建。包括logistic模型的基本思想和相关概念。并对本文研究样本进行具体定义。最后介绍了主成分分析及模型的指标选择。第四章，实证分析。采用2010—2012年沪深A股上市高新企业作为分析样本。选取包含偿债能力指标、营运能力指标、盈利能力指标、市价比率、风险水平指标、发展能力指标在内的21个财务变量指标，及包括公司治理指标和总体经济指标在内的4个非财务指标。由于财务指标对模型的适用度大小不一，本文采用显著性分析筛选出对模型敏感度较高的13个财务指标。进而通过主成分分析消除财务指标之间的相关性，同时简化模型。最后得到5个主成分因子。将高新技术企业分为ST组与非ST组，分别赋值1与0。将整理出的数据代入二元logistic回归模型进行分析，包括预测效果与模型拟合度分析。对SPSS的输出结果进行解释，讨论模型的实用价值。最终，包含财务指标的回归模型预测准确率为94.2%，包含财务指标与非财务指标的回归模型预测准确率为88.9%。模型的预测效果较好，说明该预警模型对于金融危机下高新企业风险预警具有实际意义。第五章，结论与展望。总结研究成果及进行研究展望。