近年来,上市公司由于财务危机而陷入经营困境,最终被特殊处理的例子已经屡见不鲜。财务危机的出现存在多方面的原因,内部原因有经营效率低下、盈利能力孱弱、为不良关联方担保、公司内部治理结构不完善、资本结构不合理、企业家诚信低下和现金流短缺等问题。外部原因有经济环境变化、政策和国家法规挑战和汇率变动等原因。在大多数情况下,造成上市公司出现财务危机的原因不是单一因素造成的,而是多个因素一起作用的结果。国内外的许多学者都对财务危机预警进行了研究,并建立了相应的预警模型。但是,以往大多数预警模型如多变量判别模型和条件概率模型都是以公司的静态横截面数据作为研究对象,而没有考虑财务指标所具有的时间序列特点。事实上,企业财务危机的发生是逐步演变的,传统的财务预警模型无法反映财务状况的动态特征。并且,传统模型一般采用单期年度会计数据,使用单期年度会计数据无法反映以往公司财务状况的相关信息和演变趋势。并且,使用单期年度数据容易将以往财务表现良好而仅仅单期财务状况不良的公司判断为危机公司。基于以上原因,本文选择能将企业财务状况进行"累积"的累积和模型(CUSUM Model)。本文选取上市公司中的制造业公司,选取2014-2016年的上市公司的季度数据作为研究对象,界定因为财务原因被实施特殊处理的公司为财务危机公司样本。当危机公司和财务健康公司样本的比例相同时,有可能会高估模型的预测能力。为避免高估预测正确率,选择危机公司和财务健康公司的比例为1:3。由于累积和模型为动态模型,本文选择ST公司被特殊处理前20个季度数据,而配比的健康公司选取同样的时间跨度。根据偿债能力、盈利能力、营运能力、成长能力、现金能力和资本结构的角度选取备选财务指标,使用Mann-Whieney U检验和相关性检验对财务指标进行了筛选,以最能反映危机公司和财务健康公司的流动比率、净资产收益率、总资产增长率和营运资本周转率这四个指标为研究变量。首先对其进行财务指标的数据平稳性性检验,然后进行累积和模型建模。为了进一步验证累积和模型的准确性,本文使用在财务预警研究中运用广泛的Logistic模型进行对照。使用同一训练样本进行Logistic模型的建模,同时累积和模型和Logistic模型两个模型均使用检验样本对模型进行准确性检验,以保证模型的适用性。将两个模型样本被ST前T-1季度、T-3季度、T-5季度、T-7季度、T-9季度、T-11季度的预测率进行对比,以及运用ROC曲线对两模型效果进行对比分析。实证结果显示,累积和模型考虑了公司财务状况的演进的动态过程,具有良好的预测能力,能提早预测财务状况的异常。Logistic近期预测能力比累积和模型更高,而远期预测能力累积和模型更优秀。