2018年,美国政府宣布了对我国企业的芯片禁运政策,芯片再次成了热议的焦点。芯片不仅是电子产品的核心,更事关国家信息安全。去年我国消费了全球一半以上的芯片,自给率尚不足20%,随着国家部委和地方政府层面不断推出对芯片产业的扶持政策,以及大基金二期的即将募集,越来越多的资本将会涌入芯片产业。对于芯片产业的投资,机遇与风险并存,其中财务风险更是影响一个企业成长壮大的重要影响因素,因此,建立一个动态的财务预警模型,不仅有利于企业及时调整发展战略,也有益于在投资前给投资人参考意见。本文构建了我国芯片上市公司财务预警模型。首先利用Wind数据库从偿债能力、营运能力、成长能力、盈利能力、现金流量五个财务角度获取了 26家芯片上市公司自2015～2018年的17个财务数据,然后利用SPSS软件进行显著性检验和相关性检,筛选了能综合反映芯片上市公司财务情况的资产负债率、应收账款周转率、营业收入增长率、销售毛利率、经营业务现金比率五个财务指标。其次,根据筛选出的指标数据,对26个样本分成训练组和测试组,用训练组样本建立BP神经网络模型,然后检验是否通过仿真训练。再次,在MATLAB软件中,构建灰色模型实现对下一个时间节点财务数据的预测,把预测的结果代入BP神经网络模型,实现动态的财务预警。在实证部分,本文预测的是18年年报的财务情况,结合公布的18年年报预报数据,验证了本文构建的灰色BP神经网络模型预测准确度较高,具有-定的实际的应用价值。