经济的快速发展和资本市场的不断扩张给企业带来冲击与竞争,企业面临的经济环境越来越复杂和多样。为了应对随时可能出现的财务危机,上市公司在了解自身的财务状况的基础上,还要不定期的对各个方面进行评估,来达到可持续发展和科学决策的目的。在这种经济大环境下,如何准确的预测上市公司的财务危机成为重要的课题。在利用众多财务指标构建预测模型之后,越来越多的非财务指标进入到学者们的眼界中。信息披露质量一直是广大学者们重点关注的对象,但大多是与企业内部控制等相关联。把信息披露质量作为指标来进行财务困境预测成为学者们不断研究的对象。传统的财务困境预测模型大都是以财务指标作为输入变量,但是指标体系越完善,考虑的方面越多越能提高预测模型的准确率。因此只利用财务指标而不考虑其他因素对预测模型精度的影响有待商榷,本文在以往财务指标体系的基础上考察信息披露质量对财务困境预测未来发展产生的效果。在本篇论文之中,一开始介绍的是有关财务困境的分析以及有关信息披露质量的相关理论,梳理了财务困境预测和信息披露质量的以往研究成果,在理论的指导下完成实证研究。当一家公司在经营过程中出现了财务异常的时候,证监会将会重点处理相关公司,在此基础上本文选取了深交所A股制造业96家上市公司作为研究样本,深入研究了信息披露质量对财务困境预测的影响。其中,因财务状况异常而被ST的公司24家,其余72家正常公司为配对公司;然后将研究样本分为了两组,第一组将64(48家正常公司+16家ST公司)家公司作为训练样本用于构建模型,剩下的32(24家正常公司+8家ST公司)家作为第二组测试样本用于检验模型。本文参考其他学者对于财务困境预测模型指标的选取,同时结合我国制造业的特征,选取了包含信息披露质量指标在内的35个预测指标,这些预测指标综合反映了上市公司的盈利能力、偿债能力、现金流量能力、成长能力、治理结构、审计意见类型和信息披露质量。然后本文对这些预测指标进行了预处理,运用SPSS22.0软件,在经过正态性检验、独立样本T检验和非参数检验之后,剔除了15个对上市公司是否ST影响不显著的预测指标,保留下来的20个预测指标构建成了预测指标体系;紧接着,本文用因子分析排除了剩余预测指标之间的共线性问题,主要提取了6个公共因子,在此之后为这几个公共因子进行命名,其中累积的方差在贡献率之上可以超过82.657%,换个角度理解就是实现了大部分的预测指标信息转化,从中可以发现最终结果还是很令人满意的。最终本文主要使用的是向后筛选法构建Logistic回归模型,将对回归方程影响不显著的公共因子逐个剔除出方程,得到最终的预测模型。通过本文构建的预测模型的实证结果来看,第一组训练样本回代检验的预测准确率达到了89.1%,第二组测试样本对预测模型检验的预测准确率达到了93.8%。根据检验的结果得出结论,本文构建的基于信息披露质量的财务困境预测模型适用于我国深圳证券交易所A股制造业上市公司,经过实证检验具有比较高的准确率。