随着高校改革与发展的深入，高校办学活力有所增强，学校财务也面临着更加复杂的局面。一方面，高校办学效益缺乏评估与比较，难以对学校资金及高等教育资源进行优化配置；另一方面，少数高校投资过度，超出了自己财力的可能，产生了较大的财务风险。为实现国家对高等学校的财务活动的宏观调控，加强高校内部的财务管理，尽早发现高校财务活动中存在的各种问题，及时进行预测预报，建立高校财务预警系统已是迫在眉睫。 本文在借鉴国内外相关研究成果的基础上，根据我国高校的特点，从防范和控制高校财务风险的角度出发，研究了高校财务风险预警系统建立的原则，科学地设置了财务预警指标体系，在创建的高校财务预警模型中引入了主成分分析和BP神经网络的理论和方法。本文首先以76所部属高校2005至2007年的报表数据为基础，得出20个指标的数据，通过主成分分析法，提取了7个公因子，并计算得出F分值，接着用2005年60所部属高校的因子数据与相对应的财务状况数据作为训练样本，对神经网络进行训练，建立神经网络预警模型，最后对2005年另外16所及2006、2007年76所高校的财务状况进行模拟，并分别将输出目标值与05年已知财务状况数据和06、07年F得分值进行比对检验，验证了该主成分分析和神经网络模型的有效性。实证研究表明：神经网络预警模型比主成分分析更加准确地计算出高校的得分情况，预测高校财务风险状况。据此可以判断出基于神经网络的预警模型是很有实用价值的。 本文共分五部分。第一章为绪论。绪论部分对本文的提出背景、研究意义、研究内容构架、研究方法和思路进行介绍，并介绍本文的创新点。第二章对国内外财务风险预警研究领域的文献进行回顾，分析其存在的不足和改进的方法。第三章和第四章是论文的中心部分。第三章基于主成分分析和BP神经网络设计了财务风险预警系统，阐述了其理论及运用可行性分析；第四章论文运用2005至2007年76所部属高校的相关财务数据进行了基于神经网络技术的高校财务风险预警的实证研究，界定了评分区域，并对模型的预警准确度进行了实证检验。最后，论文第五章对本文的研究进行了总结分析，指出了研究中的不足和未来继续研究的方向。