上市公司财务状况的好坏不仅关系其本身的经营发展，也关系着众多投资者和债权人的利益。为了减少上市公司财务困难对诸多利益相关者造成的损失，对上市公司财务状况进行分析和预测是十分必要的。　　本文从2003年5月8日至2012年3月8日期间由于连续两年亏损等原因而被证监会特别处理的上市公司中随机抽出100家作为困境公司样本，同时抽取此期间健康运营的上市公司100家为正常公司样本对财务困境问题进行研究。为了及早对财务困境做出预警且让预警有实际意义，本文选取上市公司被ST之前的三年和四年作为预测时点，不同于国内研究者选取的ST之前的一年。　　然后，本文根据财务管理学理论对财务指标和公司治理指标进行了初选，在初选的基础上用t检验、Mann_Whitney U检验对指标进行差异性分析，得到了在企业被ST前的三年和四年对困境公司和健康公司有区分度的指标。通过对这些指标的分析，发现了企业陷入财务困境的根本原因。　　为解决单个分类方法固有的片面性问题，本文建立了将多种分类方法综合的预测模型。首先用多元判别分析、logistic回归、决策树、神经网络和支持向量机分别对样本进行预测，并得到每种方法的预测精度;然后，以每种方法的分类精度为基础，分别计算在每种方法的分类结果下，样本归属于其真实类别的条件概率，并以条件概率为权重对每种方法的分类结果进行加权，得到综合的分类结果;最后，将单个方法与综合方法进行比较，结果显示综合方法的分类精度相对于各分类方法平均提高了10％。