近年来在社会经济不断进步的过程之中,交通运输业实现了跨越式发展,其内部经营风险也备受关注。因为交通运输行业中大型企业数量多,能够对社会产生较强影响,并且交通运输企业的日常运营安全会对周边许多行业产生重要影响。与此同时,交通运输行业还有着独特的经营历史、运营特点以及外部竞争环境,所以交通运输企业的财务风险也备受社会瞩目。由于我国的交通运输企业长期受到政府干预,所以公司制度发展方面相对滞后。此外许多交通运输企业负债水平居高不下,造成金融杠杆的不利影响扩大,其金融风险的隐患也就越大。因此,对交通运输企业的财务风险状况进行预测以便于及时了解和控制财务风险,是重要且必要的。本文主要研究交通运输上市公司财务风险的预测问题。首先,在理解相关概念、回顾相关研究的基础上,梳理了财务预测的理论和模型。然后,简述上市交通运输企业财务概况,阐述了交通运输企业财务风险的状况以及主要的风险来源和风险决定因素。在此基础上,本文以66家上市交通运输企业为研究样本,从五个方面选取20个指标,并通过因子分析将其优化为7个公因子作为模型的最终输入变量。同时通过聚类分析的方法对样本企业的财务状况进行界定和分类。在比较了各模型的优劣后构建了应用于上市交通运输企业财务风险预测的BP神经网络模型,模型又分为T-1年预测模型和T-2年预测模型。最后,采用样本二分的方法,进行模型的训练和准确率检验。发现所构建的交通运输企业财务风险预测模型拥有较高的预测准确率,此外,T-1年预测模型的准确率略高于T-2年预测模型。