一个企业的财务状况是企业利益相关者(如股东、债权人、供应商、雇员、政府等)关注的焦点。建立上市公司财务预警系统,准确及时的预测上市公司财务风险,防范、化解上市公司可能出现的财务危机,对维持市场健康发展,保证上市公司财务健康,维护投资者的利益具有重要的意义。　　本文首先阐述了论文的选题背景和意义,综述了国内外财务预警的研究现状,明确了本文的研究思路和研究内容,说明了本文的创新之处。其次,本文总结了国内外财务危机预警的研究理论,并对现阶段企业财务预警的理论基础作出了分析。接着,本文根据预警指标建立的意义和原则,提出了20个财务指标,并通过对其进行Mann-Whitney U检验,验证其合理性。然后,根据指标体系,设计BP神经网络模型,给出了具体的原理和算法,并给出可行的评价程序。在计算方法上,用MATLAB的神经网络工具箱(NNT)来进行网络设计和计算。通过大量学习样本的训练和测试,使模型的误差达到预定的范围内,至此一个完整的网络模型建立完毕。最后,以实例来验证这种方法的准确性和可操作性。本文选取了2005-2008年140家上市公司作为估计样本,根据设计的上市公司财务预警指标体系,运用BP神经网络构建了T-2年的财务危机预警综合模型。该模型对上市公司第T年财务状况的预测的准确率达到85％,说明本文建立的财务预警综合模型对上市公司远期财务状况的预测具有较高的准确性。