隨中國大陸快速崛起，相關經濟議題備受全球注目，而2008年之全球金融風暴使外部環境震盪劇烈，向來波幅較大之中國股市亦深受影響，企業之生存與發展不確定性日益增加，故財務風險之評估對投資人而言具有重要意義，本研究以羅吉斯迴歸模型建立中國深圳股市之財務預警模型，其樣本是選取於2000年2010年之間，除了金融產業外在台灣經濟新報資料庫所記載之上市且資料完整之深圳A股公司，為使財務預警模型能更精確地表達公司的財務狀況與經營成果，故分別以二分類羅吉斯迴歸模型、累積羅吉斯迴歸模型及三項羅吉斯迴歸模型建構財務預警模型，並預測公司可能發生健全、危機與過渡階段之機率。
研究結果顯示，二分類羅吉斯迴歸模型之正確區別率高達93%，而三分類及三項羅吉斯迴歸模型之正確區別率均高達80%，可以有效降低財務健全與財務危機間彼此誤判之機率，並可將財務中等的類別區分出來，以降低二分類羅吉斯迴歸模型中，可能存在錯誤樂觀或錯誤悲觀之判斷。

With fast rising of mainland China, entire globe is now confronting related issues of China. In 2008, the external business environment has become turbulent because of the financial crisis, which has increased great uncertainty to surrvival and development of Chinese enterprises.Therfore, financial risk assessment is meaningful. This study constructs a logistic regression medel for predicting Chinese Shenzhen listed companies. The sample data are base on the TEJ database of Shenzhen A stock from 2000 to 2010. In order to enhance the predictive ability and decrease the rate of erroneous judgement, this study used a binary, cumulative and trinomial logistic regression models to construct a logistic regression model for predicting corporate financial status.
In this study, binary, cumulative and trinomial logistic regression models were adopted to construct risk prediction models. The research results showed that the binary logistic regression has the highest accurate rate of 93%. Although the cumulative and trinomial logistic regression models produced a lower accurate rate of 80%, the erroneous rates of type Ⅰ and Type Ⅱ had been largely reduced.

中文部份
1. 王濟川、郭志剛 (2004)，Logistic迴歸模型－方法及應用，台北：五南圖書出版股份有限公司。
2. 王嘉穎 (2000)，「我國上市公司財務危機與監理因素之關聯性研究-實質所有權之探討」，國立臺灣大學會計學研究所碩士論文。
3. 林妙宜 (2002)，「信用風險之衡量」，國立政治大學金融研究所碩士論文。
4. 林佳穎 (2006)，「我國財務報表穩健特性及穩健原則攸關價值之研究」，國立成功大學會計學研究所碩士論文。
5. 林君玲 (1999)，「企業財務危機預警資訊之研究--考慮公司監理因素」，國立台灣大學會計學研究所碩士論文。
6. 吳楷華 (2000)，「建構財務預警系統之可行性研究」，國立中山大學高階經營管理研究所碩士論文。
7. 吳蕙真 (2007)，「台灣集團企業財務預警模式─加入公司治理變數探討」，東吳大學企業管理研究所碩士論文。
8. 周百隆、郭和益 (2006)，「財務危機預警模型應用於資本資產定價模式與異常報酬之研究-以中國上市公司為例」，高雄第一科技大學風險管理與保險系碩士論文。
9. 洪榮華 (1993)，「臺灣地區股票上市公司盈虧預測模式之建立與其資訊價值之研究」，國立政治大學企業管理研究所博士論文。
10. 施淑萍 (2000)，「財務危機預警模式與財務危機企業財務特性之研究」，2000東吳大學會計學研究所碩士論文。
11. 夏百陽 (2002)，「上市公司財務危機預警模式之建立」，銘傳大學金融研究所碩士論文。
12. 許志鈞 (2003)，「企業財務危機預警模式~基因演算法、倒傳遞網路與遞迴網路之應用」，國立台北大學企業管理研究所碩士論文。
13. 許瑞立 (2000)，「台灣上市電子公司財務預警模式」，義守大學管理科學研究所碩士論文。
14. 張麗娟 (2010)，「金融海嘯影響美國銀行經營危機之預警模型研究」，實踐大學企業管理研究所碩士論文。
15. 陳明賢 (1986)，「財務危機預測之計量分析研究」，國立台灣大學商學研究所碩士論文。
16. 陳肇榮 (1983)，「運用財務比率預測企業財務危機之實證研究」，國立政治大學企業管理研究所博士論文。
17. 陳建賓(2004)，「加入公司治理指標的企業財務危機預測研究：Logistic 模型的應用」，淡江大學財務金融研究所碩士論文。
18. 曾素娟 (2000)，「考慮經濟景氣變動之企業失敗預警模式--台灣上市公司之研究」，國立成功大學企業管理研究所碩士論文。
19. 黃文隆(1993) ，「 財務危機預警模式建立與驗證」，東吳大學管理科學研究所碩士論文。
20. 黃志力 (2007)，「企業財務危機預測─以類神經網路建構產業別預警模型，國立中山大學企業管理研究所碩士論文。
21. 楊浚泓 (2001)，「考慮財務操作與合併報表後之財務危機預警模式」，國立中央大學財務管理研究所碩士論文。
22. 劉榮宗 (2010)，「財務比率與總體經濟因素對財務危機預警之影響」，國立交通大學管理學院研究所碩士論文。
23. 蔡戊鑫 (2003)，「建構台灣大型企業財務危機預警模式」，國立中正大學國際經濟研究所碩士論文。
24. 潘玉葉 (1990)，「台灣股票上市公司財務危機預警分析」，淡江大學管理科學研究所博士論文。
25. 鄧志豪 (2000)，「以分類樣本偵測地雷股－新財務危機預警模型以分類樣本偵測地雷股－新財務危機預警模型」，國立政治大學金融研究所碩士論文。
26. 歐再添 (2003)，「企業財務危機預測--以產業別建構Logistic預警模型」，國立台灣科技大學企業管理研究所碩士論文。
27. 鄭碧月 (1997)，「上市公司營運危機預測模式之研究」，朝陽技術學院財務金融研究所碩士論文。
28. 謝智安 (2004)，「企業財務危機預測之研究」國立中正大學國際經濟研究所碩士論文。
29. 藍國益 (1996)，「企業財務危機預警模式之研究－考慮股權結構之研究」，東吳大學企業管理研究所碩士論文。
30. 龔志明 (2000)，「財務危機預測模型之跨期性研究」，國立中山大學財務管理研究所碩士論文。
英文部份
1. Altman, E. I. (1968), “Financial Ratios, Discriminate Analysis and The Prediction of Corporate Bankruptcy,” Journal of Finance, 23, pp.589-609.
2. Altman, E. I., Haldeman, R. and Narayanan, P. (1977), “ZETA Analysis: A New Model to Identify Bankruptcy Risk of Corporations”, Journal of Banking and Finance, 1, pp.29-54.
3. Beaver, W. H. 1966. Financial ratios as predictors of failure. Journal of Accounting Research 4: 71‐102.
4. Blum, M. 1974. Failing company discriminant analysis. Journal of Accounting Research 12: 1‐25.
5. Deakin, E. B. 1972. A discriminant analysis of predictors of business failure. Journal of Accounting Research 10:167‐179.
6. Hopwood, W., J. C. Mckeown, and J. F. Mutchler. 1994. A reexamination of auditor versus model accuracy within the context of the going‐concern opinion decision. Contemporary Accounting Research 10:409‐431.
7. Hwang, D. Y., C. F. Lee, and K. T. Liaw. 1997. Forecasting bank failures and deposit insurance premium. International Review of Economics and Finance 6: 317‐334.
8. Kane, G. D., L. Patricia, and F. M. Richardson. 1998. The impact of recession on the prediction of corporate failure. Journal of Business and Accounting 25: 167‐186.
9. Lau, A. H. L. 1987. A five‐state financial distress prediction model. Journal of Accounting Research 25:127‐138.
10. Mays, E. 2001. The Basics of Scorecard Development and Validation. Handbook of Credit Scoring Ch. 5: 89‐106.
11. Ohlson, J. A. 1980. Financial ratio and the probabilistic prediction of bankruptcy. Journal of Accounting Research 18:109‐131.
12. Platt, H. D., and M. B. Platt. 1990. Development of a class of stable predictive variables: The case of bankruptcy prediction. Journal of Business Financial and Accounting 17:31‐49.
13. Queen, M, Roll. R. 1987. Firm Mortality: Using Market Indicators to Predict Survival. Financial Analysts Journal: 9‐26.
14. Sinkey, J. F. 1975. A multivariate statistical analysis of the characteristic of problem banks. Journal of Finance 30: 21‐36.
15. Suetorsak, R. 2006. Banking crisis in east asia: A micro/macro perspective. Review of Quantitative Finance and Accounting 26: 219‐248
16. Tsai, B. H., C.F. Lee, and L. Sun. 2009. The Impact of Auditors’ Opinions, Macroeconomic and Industry Factors on Financial Distress Predictions: An Empirical Investigation. Review of Pacific Basin Financial Markets and Policies 12: 417‐454.
17. Zmijewski, M. E. 1984. Methodological issues related to the estimation of financial distress prediction models. Supplement to Journal of Accounting Research 22:59‐68