财务困境是一个世界性的问题，从60年代开始，美国与欧洲许多国家的研究者们已经开始进行财务困境预警研究。而国内的研究才刚刚起步，且大多数研究都是定性分析重于定量分析。本文应用我国上市公司的财务报表数据，采用多元判别分析(MDA)技术和神经网络(ANN)技术对我国上市公司进行财务困境预警研究。实证结果显示这两种方法都具有较好的预测效果，其中ANN模型的预测效果要优于MDA模型的预测效果。本研究发现在现有会计制度和会计准则下，财务报表能提供预测财务困境的大量有用信息。 本研究共分为四部分。 第一部分介绍了财务困境的概念和财务困境预警研究的理论、方法及意义，同时也介绍了国内外已有的相关研究，并指出了本文的研究重点。 第二部分为财务困境预警模型构造和样本数据。本研究采用的主要方法有剖面分析、多元线性判别分析、神经网络预测方法。此外还介绍了样本的选取方法和数据来源。 第三部分为财务困境预警实证研究部分。MDA模型和ANN模型都显示出了较好的预测准确性，模型具有提前4年的预测效果。其中ANN模型的预测准确率要稍高于MDA模型的预测准确率。 第四部分为结束语部分。本章首先总结了实证研究部分的研究成果，接着说明了本研究的局限性和有关研究领域未来的扩展方向。