由于我国证券市场存在时间短，发展还不成熟，上市公司退市机制不完善，使得公司管理者与投资者的行为注重于各自短期利益，而不关心公司实际的经营业绩与财务状况。但是随着我国市场经济体制改革的深化和资本市场的快速发展，企业出现破产及陷入其他财务困境现象的频率也越来越高。越来越多的ST公司严重地破坏了证券市场的秩序，更损害了广大投资者的利益。而依赖于证券市场制度难以有效的保障广大投资者的利益，因而对上市公司破产预测或财务困境预测的需求也就越来越多。学术界开始探索使用统计方法建立上市公司财务困境的预测模型，对于有关方面无疑具有一定的现实意义。 本文在前人研究的基础上，以制造类上市公司为研究对象，选取了反映上市公司偿债能力、资产营运能力、盈利能力、成长能力和市场价值的25个财务指标，从数据挖掘方法的角度，利用Logistic回归和决策树方法建立了我国上市公司的财务困境预测模型，并且从模型的准确性、稳定性及可解释上进行了比较研究。以期能对我国相关的研究有所裨益。 本文的主要结论表明，在财务指标方面，成长能力指标、盈利能力指标，尤其是净利润增长率、留存收益/总资产在模型预测方面表现突出，而偿债能力指标的预测能力表现一般。在模型的评判效果上来看，决策树模型在准确性和稳定性上较Logistic回归优势明显；在模型的可解释性上，决策树与Logistic回归都具有可以很好的理解；另外，研究表明决策树比Logistic回归有较好的易用性。 本文的创新之处在于：1．样本选择。考虑到财务比率指标行业性的差异，选择2002-2006年间的制造类ST与非ST公司作为样本，使得本文研究结果更具有针对性。2．指标选择。结合我国的实际情况和现代财务理论进行选择财务指标，并且根据不同的研究方法，筛选出适合的分析指标。3．研究方法。区别于以往的建模方法，本次研究从数据挖掘的角度，利用Logistic回归和决策树以建立财务困境预测模型，并且通过比较研究证明决策树对于此类问题的应用研究十分有效。运用数据挖掘软件SPSS和Clementine，使得本文的研究更好的集中于财务困境问题本身，并且提供了进行财务困境分析的有力工具。