1、隨著我國資本市場建設(shè)的不斷完善，上市公司退市機制的改革受到了監(jiān)管機構(gòu)的進一步重視。證監(jiān)會于2014年10月17日發(fā)布《關(guān)于改革完善并嚴(yán)格實施上市公司退市制度的若干意見》，表現(xiàn)了監(jiān)管機構(gòu)對嚴(yán)格執(zhí)行退市機制的態(tài)度和決心。鑒于我國國情，退市制度建立以來，執(zhí)行效果并不理想。但建立有效的退市機制，使上市公司能進能退，是一個完善資本市場的重要標(biāo)志，也是我國資本市場建設(shè)的目標(biāo)和方向。因此，對于退市風(fēng)險，即上市公司由于自身財務(wù)狀況未達到相關(guān)規(guī)定而被監(jiān)管

2、機構(gòu)強制退市，進而對投資者和股東造成損失的風(fēng)險，進行預(yù)警，保護投資者和股東利益便具有了重要的意義。
　　本文通過對退市的不同情況進行分析，將由于財務(wù)狀況而引發(fā)的強制退市情況做為本文的研究重點，并選擇我國制造業(yè)上市公司做為研究樣本，建立退市風(fēng)險的預(yù)警模型。在分析框架方面，本文在傳統(tǒng)的財務(wù)指標(biāo)基礎(chǔ)上，引入了非財務(wù)指標(biāo)，并且將財務(wù)指標(biāo)分為靜態(tài)財務(wù)指標(biāo)和動態(tài)財務(wù)指標(biāo)，其中財務(wù)指標(biāo)部分共選取128個變量分為6大類，非財務(wù)指標(biāo)部分共選取18個

3、變量分為7大類。
　　在建模方法的選擇方面，本文選擇了Logistic回歸的方法，并且引入了AR值做為模型選擇的重要標(biāo)準(zhǔn)，通過遍歷每部分所有變量的可能組合選取AR值最高，并且系數(shù)通過統(tǒng)計檢驗的模型做為此部分的退市風(fēng)險預(yù)警模型，然后對每個部分分配適當(dāng)?shù)臋?quán)重形成最終的合并模型。最后,本文對模型進行了完備的驗證，包括樣本內(nèi)、樣本外以及交叉驗證。模型在短期預(yù)警中的表現(xiàn)具有較好的準(zhǔn)確性和穩(wěn)定性，動態(tài)財務(wù)指標(biāo)表現(xiàn)出了較好的區(qū)分度，并且合并模型