随着全球经济的快速发展,作为实体经济中最重要的制造业,已经日益成为国家发展的中坚力量,在各国的经济发展中占有举足轻重的地位。由于经济学理论的迅速发展以及金融工具的不断进步,企业在筹资和投资方面拥有了更多的自由,但同时,企业的发展也面临更多的风险和不确定性因素,制造业企业也不例外,加上全球制造业的激烈竞争,制造业企业在其生产经营活动中也会遇到各种的不确定因素,一旦企业不能及时有效的预防存在的风险,企业将会陷入危机,甚至破产。在这样的情况下,企业各利益相关者应当关注对财务危机的预测,并将其视为主要风险之一。建立一个及时、有效、准确的财务预警模型,对于管理者防范经营风险,投资者做出正确地投资决策,政府优化资源配置,债权人保证债券资产的安全,员工工资的发放都有着重要的意义。本文通过对国内外有关企业财务危机预警相关文献和研究成果进行归纳总结,并以此为基础,首先,从沪、深两市A股上市公司中选取87家财务危机企业以及261家财务健康企业作为配对,其次,按照相关性、预测性、全面性、适应性等原则选取了27个财务指标和14个非财务指标,然后,利用灰色关联分析和模糊综合评价方法分别对各财务指标和非财务指标进行处理,最后,为了建立动态的财务预警模型,本文将灰色预测模型中的预测数据带入到已优化的神经网络模型中建立灰色神经网络,此模型结合了灰色预测模型和神经网络模型各自的优点,通过仿真预测结果,成功的判断了上市制造业企业的财务危机和财务健康,为管理者了解企业财务状况,预防财务危机的发生提供重要的依据。研究结果表明：(1)较少的财务指标就可以有效地反应出企业是否陷入财务危机。(2)利用模糊综合评价法可以有效的处理非财务指标,提升模型的运算速度,减少人工统计成本。(3)灰色系统理论、模糊综合理论与BP神经网络串联式结合建立的灰色神经网络模型是良好的动态预警模型。(4)通过预警样本的实证分析,灰色神经网络预警模型可以为管理者提供有关制造业上市公司的财务状况,帮助企业的管理层针对不同财务危机状况做出正确的决策,保证企业正常的运营。