在激烈的市场竞争中，企业时刻都遭受着陷入财务危机的威胁。然而企业面对财务危机的威胁不是束手无策，而是可以提前预知的。因此，构建彼此不相关且信息涵盖量大的财务危机预警指标体系，以及判别率高的财务危机预警模型，对于证券市场的投资者和公司管理层而言，无疑起到稳定证券市场、稳定国民经济乃至稳定社会发展的重要作用。本文在前人研究成果的基础上，对我国上市公司财务危机预警的理论和模型进行了研究和探讨。 本文的研究内容主要分为三部分： 1．介绍国内外财务危机预警模型研究情况，并且在总结分析国内外文献的基础上，确定了本文财务危机的定义，即以上市公司是否被ST为标准。 2．研究样本的选取、模型自变量的确定。本部分主要选取了深、沪两市100家上市公司(50家ST公司以及配对的50家财务健康公司)T-2，T-3年两年的数据为训练样本，20家上市公司(10家ST公司、10家配对的财务健康公司)T-2，T-3年的数据为测试样本。在18个初始财务危机预警指标的基础上，通过财务指标正态性检验、Wilnocox非参数检验筛选出13个ST公司与配对的财务健康公司有显著性差异的数据进行二次筛选。通过主成份分析，最终确定7个主成份，其累计贡献率达到85.245％，即代表初始变量财务信息的85.245％，并以这7个主成份作为基于BP神经网络的财务危机预警模型的最终变量。 3．基于BP神经网络的财务危机预警模型的应用。根据第二部分确定的模型自变量构建财务危机预警模型，模型运行结果表明，构建的危机预警模型对T-2年上市公司是否被ST或为财务健康公司的判别率为80％，对T-3年上市公司是否被ST或为财务健康公司的判别率为75％，达到了远期预测的目标。