随着我国市场经济和证券市场的快速发展，公司的财务风险愈加突出，陷入财务危机的上市公司也越来越多。目前，财务预警研究已在国内受到高度关注，它不仅具有较高的学术价值，而且具有广泛的应用价值。然而，在现有的文献中，大多学者仅仅局限于财务预警模型的实证研究，对各种模型比较研究则少之又少。虽然众多的财务预警模型为我们提供了更大的选择空间，但由于各种预警模型各有特点，采用何种模型会受到研究样本数据特征的影响，目前还难以断言哪一种预警模型是最恰当和最有效的。基于此，本文将对几种典型多变量财务预警模型进行比较与检验研究，以期对模型使用者选择或创新预警模型提供一些建议和意见。本文首先介绍了Z计分模型、F分数模型、主成分模型、Logistic回归模型以及BP神经网络模型，并对其进行了理论方面的比较。其次，通过研究我国近几年有关财务预警模型的实证文献，主要从样本和数据选取、指标筛选方法等方面进行了比较。最后，选取了我国2010年的72家制造业上市作为样本，并从国泰安数据库搜集了财务数据，采用主成分分析法、Logistic回归分析法和BP神经网络三种典型模型进行检验。结果表明：三种模型不仅预测能力有所区别，模型实际操作的难易程度也不相同。BP神经网络模型和Logistic回归模型相比主成分模型具有较强的预测效果。但是，BP神经网络模型较难理解，工作量较大，这使其实际应用性大打折扣。因此，各种预警模型都各具特点，不能以统一的标准衡量哪种财务预警模型是科学有效的。