随着我国经济改革正在不断深化,企业面对越来越激烈的市场竞争,时刻面临经营失败陷入危机甚至破产的危险。对于上市公司而言,如果陷入财务危机,不仅危及其自身的生存和发展,也给投资者、债权人带来巨大的损失。因此,对财务危机进行预警管理,具有很重要的意义。本文在前人研究成果的基础上,以上市公司为研究对象,对公司财务危机预警的理论和模型进行了比较系统的研究和探讨。论文首先阐明了财务危机预警基础理论,界定了财务危机概念,并选取了25个财务危机预警指标并进行了筛选;然后在评析传统财务危机预警方法的基础上,提出了基于BP神经网络的组合预测方法,组建了财务危机预警模型;最后以我国制造行业116家上市公司作为样本,进行了实证分析。研究结果表明:与传统的预警模型相比,组合预测模型集合了统计模型和人工智能模型的优点,在上市公司财务危机发生前两年有83. 34%的判别准确率,具有较强的优越性和应用价值。