规模日益庞大的上市公司群体对于促进我国建立并完善现代企业制度、实现资源优化配置以及深化经济体制改革等方面发挥着重要作用。随着国际金融市场联系日益密切,以及我国证券市场的逐步深化和金融活动的拓展,上市公司面临着越来越多的竞争和市场的不确定性,因而发生财务失败的可能性增加。上市公司的财务失败不仅危及到自身的生存和发展,关系到投资者、债权人等各相关方的利益,而且会影响到整个市场的投资价值和市场信心。因此,对上市公司的失败进行预警研究,具有重大意义。　　 纵观目前的企业财务失败预警研究,大多是运用参数判别分析方法,而非参数密度估计在实际应用特别是经济领域的应用较少,后者虽然并没有艰深的概念或数学基础,但却有很好的性质。本文将非参数密度估计中理论基础发展较为完善、应用较为简便的k-最近邻法运用到上市公司失败判别中来,与应用广泛的参数判别方法进行比较研究。　　 本文以我国上市公司为研究对象,将上市公司失败定义为被ST,选取了2000年-2009年251家被ST的失败公司和按一定准则与其——配对的251家健康上市公司,分别构建了跨行业、制造业和非制造业三个研究样本组,通过对企业失败预警研究文献所常使用的变量进行统计并对我国上市公司失败原因及特征进行分析,选取了能反映上市公司多方面特征的一系列指标变量,同时对于每一个研究样本和每一组考虑使用的变量组合分别运用Logit方法、多元判别分析和k.最近邻判别法建立模型,进行比较分析。　　 通过运用上述多个研究方法对多个研究样本组进行建模并比较分析,结果发现基于k-最近邻法建立的判别模型的判别效果要接近Logit模型并优于多元判别模型,有较好的推广应用能力;同时发现行业因素对公司失败预警研究有显著的影响:并且通过对各模型所选用变量统计,建立了对公司失败判别效果较好的指标体系供以后研究借鉴。