我国整个A股市场管理制度架构凸显了“重上市，轻退市”的思路，从我国资本市场的长期健康发展以及保护投资者的利益角度，退市规则的设计与上市规则的构建同样重要。而目前中国退市机制存在的问题依然没有得到很好的解决，退市制度设计也不是一件简单的事情。　　 长期以来，我国的证券市场监管框架，缺少一个有效的退市机制，由此导致对上市公司利益相关主体的激励约束不足。和国际上发达国家退市标准比较，当前退市标准过于宽松，不能有效改善我国A股市场上市公司质量参差不齐的现状，严重影响了A板市场的整体形象和投资者信心。这个由证券市场内部激励问题所导致的后果将导致我国A股市场的国际竞争劣势。　　 为了把我国A股交易所发展成为一个信誉良好、具有较高投资价值的证券交易市场，我们建议以提高上市公司整体质量为目标，设计新的退市标准来激励市场主体的行为。市场经济下的退市标准应更多地考虑交易所本身的职责能力，通过配套的上市和退市标准把上市企业的质量和规模控制在合理的范围内。　　 毫无疑问，完善我国A股上市公司的退市制度是一个复杂的系统工程，监管部门需要充分考虑到政策制定的科学性、系统性、以及实施的难点。　　 退市对中国当前的资本市场发展具有深远的意义，而做好退市风险预测对完善退市机制提供决策依据，起着非常重要的作用，具有非常重大的意义．建立上市公司退市预测模型对于公司的审计者、承销商、董事会、高层管理者和公司的投资者都具有重要的意义。如果以此为理论依据，为监管层提供决策基础，得到完善的上市公司退市程序和相关规定，将对我国的资本市场建设和完善起到非常重要的作用。　　 在实证研究方面，当前，国内的研究主要在于通过财务指标来预测上市公司财务失败，而对于通过包含非会计信息变量的模型来预测上市公司退市的研究很少，本项目的研究致力于为填补这方面的空白做出有益的尝试。　　 我国上市公司被ST的原因包括“财务状况异常”和“其他状况异常”两种，以前关于上市公司财务失败预测模型的研究中，出于后者不是从财务角度鉴别的，对于他们的模型预测具有较大的不确定性，难以进行预测，因而在选择财务困境公司时只考虑因“财务状况异常”而被ST的公司，删除掉“其他状况异常”而导致ST的公司。但是一般的投资者只关注到公司被ST，ST公司在实际交易中也统一被处以每天5％的涨跌幅限制，因此模型的实际意义有一定的局限。而本文由于将非会计变量也包括进来，因此试图预测全部的ST公司，保留了第二类由于“其他状况异常”而被ST的公司。本文以上市公司(t-2)年的财务数据来预测t年是否被ST。本文采用传统一对一配对方式选择正常公司。本文采用一家ST公司配对一家同行业资产规模最接近的非ST公司的方式，从与ST公司财务数据年度相同的同行业资产规模最相近的非ST公司中抽取了149家作为正常公司样本，并将全部样本149家分为两组，其中2004-2005年财务数据年度的106家公司为估计组，用于估计标准LOGIT模型的参数，2006-2007年财务数据年度的43家公司为验证组，用于检验LOGIT模型的预测能力。在变量选取方面，本文做了如下3个创新：　　 1．本文的变量选择分为财务指标变量和非财务指标变量两大类，主要由于如下两个原因：第一，本文想挖掘出除了财务数据以外的因素导致A股上市公司被ST的原因；第二，本文样本采用了由于其他多个原因，而不只是传统的财务失败预测模型只考虑到的“财务状况异常”导致A股上市公司被ST的情况。　　 2．在财务指标的选择上，本文不仅考虑了传统的资产流动性、资产营运能力、偿债能力和盈利能力等指标外，首次加入了收益质量、和成长能力等指标。　　 3．在非财务指标的选择上，本文考虑了审计类、波动性与风险类、公司治理类指标、和公司个体特征等非财务类指标作为初始自变量。综合比较国内外研究结果，本文采用了预测能力最强的LOGIT模型来建立上市公司退市预测模型。本研究将财务困境预测模型进行了推广，本模型的创新之处在于不仅考虑到传统的财务指标，并且考虑到司治理等表外因素、考虑到公司成长能力、考虑到波动性和风险指标，并且在模型中体现了公司的成长能力和波动性与风险指标。本模型也存在一定的局限性，如公司治理变量并没有在模型中得到体现，且财务困境预测可行的前提是上市公司发布的财务数据是真实可信的，但我国部分上市公司存在人为操纵会计利润的现象，故模型结论的准确性可能会受到影响。　　 从模型最后得到的参数估计结果来看，LOGIT模型的估计结果显示所有解释变量的系数均在10％区间内显著，其中，归属母公司股东的净利润（扣除非经常损益）同比增长率、归属母公司股东的权益增长率、总资产周转率增长率、营业总收入同比增长率这四个变量在1％区问内显著，最近24个月年化波动率、最近24个月年化收益率这两个变量在5％区间内显著，经营活动产生的现金流量净额与负债比增长率、总资产周转率和总资产净利率增长率这3个变量在10％区间内显著。并且除了营业总收入同比增长率、最近24个月年化波动率和公司的失败概率正相关外，其他指标都和公司的失败概率负相关。　　 将财务数据年度为2006-2007年的验证样本代人估计出的LOGIT模型，可以得到每个样本公司失败的概率。本文的研究样本是按l：1配对组成的，属于均衡样本，因此，预测阀值取为0.5。根据LOGIT回归方程，以0.5作为拟合检验的临界值对原始数据进行回判判定，如果得到的p值大于0.5，则判定样本为失败，否则为非失败类型．由判定结果可知：本模型准确预测了2008和2009年43家ST公司中的31家，准确率达72.09％，同时准确预测了43家非ST公司中的26家，准确率为60.47％，二者的加权平均正确率为66.28％。预测检验结果证明该模型的预测能力较好，但是有一定的不足。　　 未来的研究人员可以在如下三个方面进行进一步突破：　　 1．目前由于数据获得困难的原因，借鉴之前的研究方式，只用了一年的数据来预测，未来可以考虑使用更长时间区间（比如5年）的数据来建立模型，预计能够提高预测精度。　　 2．本次研究，也由于样本量较少，没有考虑行业因素，而行业因素对于公司特征和竞争程度有重要的影响，未来可以把行业因素加入考虑。　　 3．本研究尝试将若干公司指标加入考虑范围，初步选择了股东持股指标、机构持股指标、审计事务所和审计结果等因素加入模型，但是由于回归不显著，而没有最终在模型中得以保留。　　 未来的研究可以在上述三个方面的基础上，考虑更多的因素，更进一步的进行分析和预测。