自20世纪30年代起，西方经济学界陆续开始对公司财务预警模型进行研究。最早出现的是单变量判定模型，代表人物有Beaver，他在1966年提出较为成熟的单变量判定模型。随后出现的多元线性判别模型，其中最有代表性的是由美国学者Altman提出的Z计分模型。Edmister在1972年针对小企业提出了小企业财务危机分析模型，以及其他更多的多元线性预警模型。在国内，周守华在1996年提出F分数预测模型。由于了解企业陷入财务困境的概率对防范财务困境具有很大帮助，研究人员开发出了预测财务困境的线性概率模型。但是这种方法应用不是很多。美国学者应用二元概率函数来计算危机事件发生的概率，提出了条件概率模型。神经网络分析模型的应用开始于上个世纪90年代，主要有Fletcher、Coss、Altman等。这种方法由于客观条件的限制，到目前为止很少进行实证研究，而且应用范围也比较有限。
由于受到多种因素的影响，上述财务危机预警模型在做出企业财务风险判断时存在着一定的局限性。不分行业进行笼统的预测分析，在理论和实证层面都有一定的局限性。
本文侧重从增加行业变量的角度分析不同企业财务危机预警系统的不同。财务指标具有行业差异，这是由于企业的偿债能力指标具有行业差异而且风险的理解因人而异。财务预警模型的实证研究表明了行业差异在预测模型中不可忽视，作者运用Z计分模型结合我国上市公司的财务数据进行了分析，并运用在模型整体上加上行业修正值、针对每个财务变量设定一行业修正值和使模型中所选取的财务变量呈线性分布等三种方法对Z模型进行了修正。然后通过对农业和房地产业进行特例检验。结果分析发现，分行业的财务危机预警模型的预测正确率要优于原有财务危机预警模型。
（张慧文整理自《财务与会计导刊•理论》2007年第3期，作者：陈志斌 谭瑞娟）