本文首先对与公司财务困境相关的国内外研究成果进行了综合评述。财务困境研究总体而言包括分析财务困境发生原因的规范性理论，基于经验数据的财务困境预测的实证研究，以及对财务困境发生所带来的后果的研究。其中，基于经验数据的预测研究占主导地位，本文对这一部分研究作了比较细致的分类评述，同时，结合国内在这方面的研究现状，论文的实证分析部分从样本期间、预测模型的估计以及财务困境的界定三个方面进行了研究改进。 在前两个方面，本文采用1998年至2003年ST公司全样本及同数量的非ST公司配比样本(总样本容量为424家上市公司)，并以样本公司(t-2)年的财务数据为解释变量，分别建立了6年的多元线性判别模型及逻辑回归模型。与国内其它的研究相比较，本文的研究结果显示，基于(t-2)年的预测模型对原样本回判的准确率高于其它基于(t-1)年的模型预测结果，平均达到87.24％，从而证明，用线性判别模型与逻辑回归模型提前2年预测公司财务困境具有更强的实践效力。 在实证研究改进的第三方面，本文检验了在扩展的财务困境定义下，用线性判别模型预测财务困境的实际效果。通过选取2002年的财务困境公司(其中包含ST公司与连续2年税后营业利润为负的隐性困境公司)以及相应的配比样本，采用扩展定义后的70家公司，以15个常用的财务变量作为初选变量，论文建立了一个多元线性判别模型，该式对原始样本的判别准确率有91.4％。为了进一步验证此模型对以后年度样本的判别能力，本文又用2003年的样本组，对其进行检验，判别准确率仍有82.7％。论文最后分析了结论与局限性，并对今后的研究方向提出了看法。