开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）
- 拟研究或解决的问题
2015年以来我国制造业出现了前所未有的下滑，不少制造业上市公司出现了财务困境，其主要原因有：1、行业分布不合理，传统行业不景气；2、上市初期“财务包装”严重，盈利无法持续；3、大量举债，偿债风险过高；4、资产周转速度慢，资产管理水平差；5、主页猥琐、主营业务水平低下；6、费用过高，成本控制薄弱；7、资金匮乏，现金流量不足等。
目前在财务困境预警方面的方法主要包括单变量分析、多元判别分析、线性概率、Logistic和Probit回归模型等传统统计模型以及人工神经网络、遗传算法、粗集理论、案例推理、支持向量机等人工智能模型。为提高预测准确率通常选取偿债能力类、资产管理能力类以及盈利能力等三大类指标。
- 研究手段及方法
文献分析法：研究整理了目前预测财务困境公司的方法以及如何提高预测准确度等方面的文章，借鉴对于常规企业的预测方法，结合制造业企业的特殊性，选取合理有效的预测方法。
案例分析法：在制造业企业不景气的背景下，我们选取了正常企业与非正常企业为案例，通过分析其各自的财务状况，推断得到造成制造业企业财务困境的主要因素。为了更好地帮助制造业企业的发展，我们通过分析自身财务状况、产业集群内资源环境，提出了参考意见。
- 文献综述
关于破产（或者说经营失败）预测的研究数量较多，成果也相对比较成熟。最早由比弗（Beaver,1966）提出了单变量判定模型，他对于财务失败，不仅仅狭义的界定为破产，还包括“债务拖欠不履行，银行超支，不能支付优先股股利等”。他首先使用了5个财务比率作为变量，对79家经营失败的公司和79家经营未失败的公司进行一元判定预测，发现现金流量与负债总额的比率能够最好地判定公司的财务状况（误判率最低）；其次是资产负债率，并且离经营失败日越近，误判率越低，预见性越强。奥曼（Altman,1968）提出了多元Z值判定模型，将若干变量合并入一个函数方程，用Z值进行判定，从而克服了单变量模型出现的对于同一家公司，不同比率预测出不同结果的现象。其实证结果表明，在破产前一年的预测准确性较Beaver有较大提高，但在破产前五年进行预测，其准确性却不如Beaver的模型。陈静（1999）在《会计研究》中指出，在选择财务比率作为变量时，主要考虑反映企业的盈利能力，流动性以及财务杠杆等，并且根据成本效益原则，选用那些交易从财务报表中获得的比率，如资产负债率、ROA、ROE、流动比率等。并且使用Beaver和Altman的模型对27对ST和非ST企业进行ST前3年的均值比较和单变量判别分析，并构建了ST前1年的多元判别分析模型，实证研究的结果证实了上述方法对中国市场的有效性。Beaver和Altman的模型中缺少现金流量相关指标，在此之后，许多学者进行了大量的实证研究，并建立了包含现金流量的预测模型，如F模型等。韩东平（2006）等人在此基础上建立了以现金类指标为主的预警指标体系，并从偿债能力、财务弹性、获取能力、现金流量结构和发展能力等方面对危机预警进行描述。同时为确保足够的ST样本数量，将目标定位在证监会行业标准下制造业的具体行业。采用t-2年的财务报表数据预测其在t年是否会成为ST公司，为减少t-2年偶发事件影响预测值，增加了t-3年的数据。
四、论文大纲
一、绪论
1.1 选题意义及研究框架
1.1.1 选题背景及意义
