20世纪90年代，我国企业开始进行股份制改革，但由于市场经济环境的瞬息万变，加之我国的相关配套制度改革不能及时跟进，一部分上市公司财务状况较差，却在财务报告中没有给出相关的警示信息。对企业财务危机预测的研究成为一个热点。一个可行的预测财务危机的方法，能够帮助借贷者避免贷款的风险;投资者在其证券价格下跌前获得警报;审计师在判断企业是否经营良好时亦是一个重要的参考。　　财务危机预测模型主要用于判定企业财务状况的好坏。目前，对于财务危机预测的研究主要关注模型的建立方法以及模型的变量。其中，财务比率一直被作为主要选择的变量，但学者们已经注意到，财务比率具有行业差异性，不区分行业建立模型会降低模型的质量。一些研究已经证明，不区分行业建立的模型，其判别准确性要低于单个行业模型。现在，许多学者纷纷建立单个行业的财务危机预测模型。然而，有关财务比率的行业差异如何影响财务危机预测模型的研究较为罕见。　　本文研究共分3部分。第一部分，按照全球行业分类标准，以原材料业、工业、非日常生活消费品业、日常消费品业、医疗保健业、信息技术业为对象，选取财务比率预测模型中使用频率较高的财务比率，通过K个独立样本的Kruskai-Wallis H检验和两独立样本的Mann-Whitney统计量检验，验证了财务比率确实具有行业差异性，并且这种行业差异性在行业之间普遍存在，而非个别现象。　　第二部分，对财务变量的行业差异如何影响财务危机预测模型的实证研究。本文分别从单变量预测模型和多变量预测模型两个角度实证研究财务比率的行业差异对财务危机预测模型的影响。首先，作出了原材料业、工业和非日常生活消费品业中财务状况差(ST公司)与财务状况正常(非ST公司)之间的财务比率的最佳分割点，并对比了财务比率的均值水平，发现各行业的财务比率的最佳分割点与其均值具有一致性，即行业中财务比率均值水平高，则最佳分割点也比其他行业高。通过对原材料业和工业的最佳分割点进行比较，发现二者的最佳分割点有着较大的差异。接着，采用多远回归模型，通过对比单个行业的逻辑回归模型以及对满足主从关系的两个模型进行比较，发现单个行业中，存在某些"特别变量"，这类变量在特定行业中能够较好地判别企业财务状况的好坏，但在其他行业中，判别能力却较弱，即局部作用强，整体作用弱的现象。而全行业模型则选择整体判别能力较好的变量。最后，比较了全行业模型与原材料业、工业、非日常生活消费品业三个单个行业的模型的判别准确性，发现缺少"特别变量"的全行业判别模型的准确性比各单个行业预测模型低13％左右。　　由于财务比率具有行业差异性，使得基于全行业建立的财务危机预测模型的判别能力受到一定程度的降低。那么，应当采取一些学者的作法，建立单个行业的预测模型。然而，从各行业的ST公司的数量可以看到，9个行业中，除了原材料业、工业和非日常生活消费品业，其他6个行业适用于建立模型的ST公司的数量都较少，并不能建立有效地预测模型。因此，第三部分提出了将全行业的上市公司进行重新聚类的新思路，将上市公司分为适当的几类，然后基于每个类建立财务危机预测模型。首先，用Q型因子分析得出各上市公司的公共影响因素--公共因子。在解释了原始变量所有变差的9个公共因子中，前3个公共因子的累计解释方差贡献率达到了72％，而且3个公共因子都有着突出的表征意义。公共因子1主要反映企业的偿债能力，公共因子2主要反映企业的盈利能力，公共因子3主要反映企业的营运能力。接着，以上市公司与3个公共因子的相关程度的大小为聚类标准，本文将上市公司划分为3类，各类中的ST公司数目支持建立有效的财务危机预测模型。基于各类建立预测模型后发现，各类的预测模型的变量与公共因子表征的意义一致，即类1的模型中的变量主要为偿债能力类财务比率，与公共因子1相对应，类2的模型中的变量主要为盈利能力类财务比率，与公共因子2相对应，类3的模型中的变量主要为营运能力类财务比率，与公共因子3相对应。所以，基于与各公共因子的相关程度的聚类即是基于影响上市公司财务状况好坏的主要影响因素的聚类。所以，在同类中，主要的影响因素相同，而在不同类中，主要的影响因素差异较大。这显示了聚类的良好效果。最后，本文建立了各类的预测模型，并与全行业模型进行比较，结果显示各类的模型判别准确性和预测准确性较好，都要高于全行业模型。　　综上所述，本文的主要内容有:1.验证了用于建立财务危机预测模型的财务比率具有行业差异性;2.验证了财务比率的行业差异性使得财务危机预测模型也产生了行业差异;3.针对建立单个行业的预测模型可能出现ST公司数目不足的问题，提出了将全行业的公司进行重新聚类，然后基于各类建立模型的新思路。