财务危机预测一直以来都是金融领域一个重要的研究课题。自上世纪60年代以来,随着全球经济一体化的逐步推进和各国国民经济的快速发展,企业特别是上市公司的财务问题日益受到关注,因财务危机导致企业经营陷入困境甚至宣告破产的例子屡见不鲜。企业本身及其投资者,债权人等各个利益相关者希望能够及时获知企业所面临的风险和危机,同时各国学者也纷纷试图通过定量分析对企业所将要面临的财务危机提前作出预测。所以近五十年来,关于企业财务危机预警的研究一直都是理论界的焦点,从最初的单变量模型、多元判别分析,到Logistic回归模型,到以神经网络模型为代表的各种非参数预测模型,相关的研究成果层出不穷。在我国对于上市公司财务危机的预测虽有不少学者已进行了研究,但主要还是借鉴国外已有的研究成果,同时在建立模型时多采用全行业数据,而由于数据和样本量的关系很少有考虑到分行业进行预测。因此,研究如何利用国外现有的研究成果,结合中国的实际对企业财务危机作出预测,是我们需要解决的问题。本文以中国上市公司作为研究对象,采用理论分析和实证研究相结合的方法,从我国医药行业上市公司财务数据特征入手,将公司因财务状况异常而被特别处理(ST)作为企业陷入财务危机的标志,选取了涵盖企业获利能力、经营效率、偿债能力等八个方面的22项财务指标,运用非参数检验法检验两类公司财务比率均值差异的显著性,然后利用因子分析法对初次入选的指标进行浓缩,选出了具有代表性的指标作为模型的自变量,运用Logistic回归方法,分别构建了我国医药行业上市公司财务危机发生前一年和前二年的预警模型,最后使用估计样本和检验样本的数据对模型的预测准确率进行了检验,结果显示综合的正确率分别达到了83.85%和80.12%。