随着财务困境公司的逐年增加以及国家相关法律的不断加强,对于如何预防困境发生的研究成为非常有理论和现实意义的热点。目前多数研究假定资产规模会对预警模型产生影响,因而采用1:1配对抽样。但是,经研究后发现这种假定没有任何根据,与实际中两类公司的比例严重不符。而且资产规模的预示效应不明显,说明以往研究高估了模型的预测能力,使用非配对样本更符合实际情况,因此本文采用非配对样本。本文选用1999年1月1日前上市的公司,样本包括2005年和2006年新增的31家ST公司和238家非ST公司。选择制造业上市公司前两年和前三年的数据并选取包含传统财务指标、现金流量指标和非财务指标在内的33个变量,通过正态性检验和显著性检验后,比较以逐步法筛选变量和以因子分析法筛选变量建立的Logistic回归模型。研究结果发现:后者预测效果更好,特别是在两个模型中对困境公司的预测精度达到100%,对健康公司的预测精度分别为98.3%和93.8%,总体上分别达到98.3%和94.7%。经过检验后发现模型效果不错。另外,文章针对模型提出相应的排警对策,并且根据找到的困境产生的原因提出预警对策。