纺织业是我国传统的优势产业和重要的民生产业,但因受金融危机波及,人民币升值等外部环境影响,以及原料价格和人力资本不断上升等内部环境的影响,正面临着前所未有的挑战,财务风险凸现。因此,在后金融危机背景下,对我国纺织业财务风险预警的相关研究具有重要的理论意义和实践意义。　　 本文在参考国内外财务风险界定,变量选择及预警模型理论研究成果的基础上,结合研究行业,运用风险预警的相关理论和方法,研究我国纺织业上市公司财务风险预警。　　 首先,对研究的样本、配对样本及预警指标进行选择,而后,对指标进行K-S正态性检验,显著性检验、相关性检验和因子分析,探索影响纺织业财务风险的指标体系,并分别构建基于财务指标,基于财务指标和非财务指标综合的Logistic预警模型。此外,还进一步研究了高管成群离职行为和基金机构投资者行为在预警中的作用。　　 其次,根据Logistic财务风险预警模型,运用多元判别定理,计算纺织业上市公司风险值,分析风险成因,提出低风险纺织业上市公司的成功经验及高风险公司的共性问题。并以江苏纺织业上市公司为例,评价其风险程度并分析。　　 最后,针对纺织业现状以及发展中所面临的问题,从国家政策,行业协会及企业三个角度,提出控制财务风险的对策建议。　　 通过对2008年、2009年及2010年的纺织业上市公司的实证研究发现:　　 (一)在上市公司公司陷入风险的前一年,前两年和前三年的5个不同的判别点上进行预警效果比较,引入非财务指标的Logistic预警模型的拟合优度和预测准确率均高于纯财务指标的Logistic预警模型,特别是在前两年的0.4判别点上,预测率提高了2.4%。　　 (二)纺织业上市公司财务风险是一个逐渐积累的过程,形成路径清晰;高管成群离职与机构投资者行为在上市公司财务风险发生前有显著的预警效果;对风险的预期是高管成群离职的首要原因,而基金机构投资者对企业盈利能力的关注是其进行投资的首要考虑因素。　　 (三)通过计算比较Logitic回归模型的P值与多元判别模型的Z值,得到Z值对财务风险的预警效果明显好于P值,前二年(T-2)对风险公司判别准确率提高了16.67%;前三年(T-3)对无风险公司的判别准确率提高了2.8%。