建筑业以建筑产品为生产对象,是国民经济重要的物质生产部门,它与整个国民经济有着密切的联系,是影响国家综合国力的重要因素。建筑行业的良好发展无论对于我国经济发展和我国社会稳定来讲都具有极其重要的意义。建筑业一旦发生财务危机,不仅危及其自身的生存和发展,也会给投资者和其他关联行业带来损失。因此,构建一个有效实用的建筑行业上市公司财务风险预警模型,显得十分有必要。本文在对国内外学者的研究成果进行梳理和总结后,将本文财务风险定义为广义的财务风险并确定了财务风险预警的要素及程序,同时在通过对多种研究方法的比较后,发现人工神经网络模型在处理模式判别及分类预测方面有着很强的优势,因此最终选择了粗糙集和BP神经网络作为本文的研究方法;在指标体系构建上,本文将整个指标体系分为财务指标和非财务指标两类,其中财务指标选取了衡量企业偿债能力、资产运营能力、盈利能力以及发展能力的18个指标,另外根据建筑行业特点加入了 5个现金流量能力指标,非财务指标包括了第一大股东持股比例、实际控制人等6个指标,较为全面地对建筑行业上市公司的财务状况给予反映;在实证分析中,本文选取48家建筑行业上市公司为研究样本,利用粗糙集约简指标体系,简化神经网络输入层,同时针对传统方法在预警模型建立方面存在的局限性,利用聚类分析方法划分出递进的四类财务状态作为神经网络的输出层,通过样本的多次运行,证明了本文BP神经网络具有较好的预警效果;最后,本文根据建筑行业上市公司的财务风险现状及实证结果进行分析提出了三条政策建议,以期为建筑行业上市公司经营发展提供帮助。