财务预警研究是财务管理中的热点问题。本文选取2012年被*ST公司比例最高的化学纤维制造业为建模行业对象，以其2011年的总资产利润率作为因变量，2008年、2009年、2010年的所选各指标作为自变量进行逐步回归，发现化学纤维制造业中，选取t-2年的净资产利润率以及t-4年的主营业务增长率和净利润增长率建立的混合年份模型最为显著。首先，本文对2012年以前的财务预警研究文献进行研究，归纳总结出财务预警研究的主流方法即线性多元判别分析、Logit非线性回归模型以及BP神经网络模型等；建模的指标则由初始的仅仅包含财务指标慢慢加入非财务指标；样本选择方法有按照一定比例选入正常公司与危机公司、分行业选取样本等方法。其次，本文在财务管理理论的基础上，认为（1）财务预警应该分行业进行研究；（2）不同的指标对公司的财务状况影响有滞后性，并且滞后性不同。再次，基于以上两个假设，结合灰色系统理论中灰生成的重要作用，设计出实证方案。实证结果也很好地证实了假设的正确性。本文提出的问题假设得到证实，意义十分重大。首先，解决了模型实用性的问题，不必要再去纠结于建模样本中正常公司与危机公司到底以何种比例存在才更加合适，即行业中有多少可用数据则将其建模即可。行业的数据有限，避免了2012年之前庞大的样本量带来的不便；其次，揭示了不同财务指标的不同特性，使模型更加显著，预测更加准确。