一、樣本的選擇
本文對企業財務風險預警模型進行實證研究，研究的主體是我國A股市場的上市公司，利用公開披露的企業信息來研究上市公司陷入財務危機的可預測性。
在確定樣本企業時，選取了一組在上海證券交易所上市交易的18家ST公司，同時還相應地選擇同行業、同規模的18家非ST公司作為研究樣本，總樣本共36家。研究數據主要來自上海證券報上公開披露的2002年度到2006年度的年度報告的有關資料。
二、財務預警模型指標的選擇
任何企業的財務危機都會通過一些敏感性財務指標值反映出來。因此，設置一些敏感性財務指標是建立財務預警機制的基礎。基于網絡環境下現金流量對企業的重要性，本文主要從企業財務活動的角度，確定了三大類基礎指標：經營環節風險指標，包括應收賬款周轉率、存貨周轉率、主營業務收入增長率、營業周期、現金流入量與現金流出量之比、銷售營業現金流入比；籌資環節風險指標，包括流動比率、速動比率、資產負債率、產權比率、已獲利息倍數、長期資產合適率、總資產增長率、現金流動負債比率、現金盈利值、營運資金占用額；投資環節風險指標，主要包括總資產報酬率、總資產周轉率、總資產凈現率。
為了全面客觀地檢驗上市公司的經營好壞，所選取的財務指標要具有全面性與綜合性，保證所選指標之間存在顯著性差異；為避免指標之間某些特征重復計算，盡量消除變量的高度相關性。為此，本文將通過兩個步驟選取建模指標。
（一）運用T檢驗，判斷財務指標的顯著性差異
利用收集的總共36家企業的數據資料，分組計算19個財務指標在被掛名ST前兩年的平均值，計算兩組樣本各指標值的T檢驗值。
這個過程可以通過SPSS統計分析軟件中的樣本顯著性檢驗功能，對數據進行檢驗。為了讓更多的指標入選，現將T檢驗的判別標準定為：｜T｜≥1.7。在雙尾檢驗的顯著性概率中，通過檢驗的指標較多，在前一年有十二個，在前兩年有八個。模型中包括過多的指標，會不利于對上市公司的財務危機進行有效的預測。因此，需再通過顯著性的指標中再次篩選。
通過綜合考慮，最初選定了五個財務指標即：X1銷售營業現金流入比、X2資產負債率、X3營運資金占用率、X4總資產報酬率和X5總資產周轉率。
（二）運用因子分析法，檢驗財務指標的相關性
如果上述所選的五個指標之間高度相關，那么就會使某些特征重復計算，引起夸大的危害，因此在選擇最終變量時應盡量消除變量的高度相關性。
這個過程可以通過SPSS統計分析軟件中的因子分析功能，對五個指標進行檢驗，其檢驗結果表明，這五個指標的相關系數都是小于0.5的。因此，可以選擇這五個指標來構建模型。
三、財務風險預警模型的構建
本文將采用基于極值原理的Fisher判別法。其基本思想是：把多維問題化為一維問題，并應用線性判別函數解決判別問題。
第一步，在構建模型前，需要確定所選的樣本數據是否是有效的。運用SPSS軟件，對樣本進行判別分析，經判別后，有效觀測量為36。
第二步，檢驗五個指標的均值在ST組和非ST組之間是否存在顯著的差異，從而證實這些變量在構造預測模型中的代表性。經SPSS軟件檢驗證實，五個指標的均值在ST組和非ST組之間確實存在著顯著差別。
第三步，運用SPSS軟件，對五個指標進行F線性判別，得到：
前一年的線性判別模型為：
Y=0.365X1-0.455X2+0.002X3+0.802X4+0.404X5+1.388
前兩年的線性判別模型為：
Y=0.114X1-0.968X2+0.079X3-0.026X4+0.721X5-0.525
根據前一年的判別模型，將企業成為ST前一年的數據進行回代代入，得到樣本企業的Y，Y=1.43，依據此分界值對樣本企業進行檢驗。若Y值＜1.43，則說明該企業在未來一年內將陷入財務危機，反之，則為正常企業。檢驗結果表明：在ST組中，只有一家企業被誤判，預測的準確率可達94.44%；在非ST組中，只有兩家企業被誤判，預測的準確率可達88.89%。
同理，根據前兩年的判別模型，將企業成為ST前兩年的數據進行回代代入，得到樣本企業的Y，Y=-0.60，依據此分界值對樣本企業進行檢驗。若Y值＜-0.60，則說明該企業在未來一年內將陷入財務危機，反之，則為正常企業。經檢驗發現，在ST組中，有三家企業被誤判，預測的準確率可達83.3%；在非ST組中，有四家企業被誤判，預測的準確率可達77.8%。
經過檢驗，此模型在企業發生財務危機前一年的準確率要比在前兩年的判別準確率高，即離企業發生財務危機的時間越短，判別的準確率越高。這與企業發生財務危機的實際情況相符，因而證明，可以采用此模型進行實證檢驗。
