在激烈的市场竞争中,上市公司出现财务困境的数量越来越多,财务困境问题成为市场上各主体普遍关注的问题,建立一套行之有效的财务困境预测模型成为迫切需要。本文选取CCER提供的一般上市公司财务数据库1998-2007年的数据,选取了四类23个指标变量,建立了财务困境预测模型。为了考虑时间因素的影响,本文首先对财务数据做了动态的处理,对所有指标变量求关于时间t的平均值和线性回归斜率,从而每一个变量转化为两个新的变量,利用新的指标变量建立了“动态”多元判别分析模型和“动态”Logistic回归模型。接下来又利用面板数据分析方法建立了基于面板数据的Logistic回归模型。并且分别从分组与未分组两种情况下考虑了模型的预测效果。研究结果表明,不论模型是否分组,加入时间因素的财务困境预测模型都具有较好的预测准确率。并且,在三种模型中,“动态”Logistic回归模型的总体预测效果最好。