企业陷入财务困境，不仅会给企业投资者、债权人以及其他企业相关利益者带来经济损失，而且会影响社会稳定。找到上市公司陷入财务困境的原因，构造适合中国上市公司财务困境的预测模型，及时获得上市公司财务状况出现严重恶化的预警信号，不论对投资者、债权人、经营者还是监管者，都具有重大意义。在以往对于财务困境预测的研究中，Logistic回归是主流的统计模型之一。然而，Logistic回归中隐含的模型系数固定不变假设可能与事实相悖，有待于统计检验。与此同时，企业所在行业属性在财务困境预测模型中经常被忽略或回避。因此，有必要将行业属性纳入预测模型，并验证企业行业属性对回归系数变动的解释力。因此，本文选择分层Logistic模型进行预测模型的建立，该模型既能适用于离散型响应变量，又能处理分层数据结构的统计模型，能够将宏观变量即行业信息引入模型，并对其效应检验。本文首先对上市公司财务困境预测问题进行理论研究，在此基础上给出了基于流动比率的财务困境定义方法；之后进行样本选择和指标选取，选取2010年我国沪、深股市的A股上市公司作为研究总样本，得到样本公司1249家，其中财务困境公司272家，选择财务指标和非财务指标作为预测变量；而后建立多层Logistic模型，并对回归系数固定效应和随机效应检验。本研究的数据来自于国泰安CSMAR数据库。基于分层Logistic模型的财务困境预测模型显示，微观层次回归系数的变动情况在组间（跨行业）存在，且该变动可分解为两个方面，一部分可由宏观层次解释变量解释，一部分由微观层次变量回归系数的随机斜率解释。同时，在财务管理意义上，模型在宏观层次支持了行业前景水平（由行业平均营业收入增长率表示）对企业财务困境风险的影响，在微观层次支持了流动比率、流动负债比率、资产报酬率、流动资产周转率和审计意见对企业财务困境风险的影响。除资产报酬率为随机效应外，其余均为固定效应。基于模型的拟合效果，多层Logistic模型对于数据拟合情况良好，适用于上市公司财务困境预测问题。