企业的财务状况是企业经营业绩的体现，对企业财务状况进行监测和预警、协助管理者及早发现财务风险、避免出现危机的可能性，已经成为理论与实践探索的热点。基于神经网络方法具有较强的学习能力和容错性，同时对研究样本没有假设要求，适用性强的特点，本文采用了神经网络模型作为企业财务预警的方法。本文共六章，第一章绪论，叙述了企业财务预警研究的背景及意义。第二章相关文献综述，主要对国内外利用神经网络模型进行财务预警的文献进行归纳总结，为后文的研究奠定基础。第三章概念界定与样本选择，明确界定了本文中财务危机的概念并确定了研究样本及期间。第四章财务预警指标筛选分析，首先确定了初选的财务预警指标，在此基础上为了合理确定神经网络模型的输入节点，提高模型预测的准确性，本文在研究中分别利用统计方法及粗糙集理论对初选的财务预警指标进行筛选。第五章财务预警模型的构建及实证分析，依据第四章选取的财务预警指标分别构建神经网络预警模型，并对不同的模型结果进行比较分析。第六章是结论。本文以财务预警指标的选取为出发点，分别利用了统计方法及粗糙集理论对预警指标进行筛选，以此改进神经网络模型的输入节点。通过实证证明了在财务预警研究中，对预警指标进行适当的预处理会提高神经网络模型预测的准确性。同时本文通过对比不同的预警指标约简方法，得到利用粗糙集理论对指标进行约简预测准确性优于传统统计方法，证明了粗糙集理论和神经网络模型相结合的有效性。