在世界经济发展史上,曾爆发了多次金融危机,金融危机一旦爆发对世界范围内的经济市场都将产生不可估量的破坏,金融危机是世界经济市场发展史上极具破坏力的不定时炸弹。本文探寻预警金融危机的典型表现因子和数据,以提前预测金融危机为目的,构建了危机指标体系,探索了因子分析法和BP神经网络预警方法两种预警方法,并进行了实证研究。通过对国内外的文献研究对比分析,梳理了金融危机理论和金融危机预警方法及相关模型。对20世纪30年代的经济大萧条、1997年的亚洲金融危机和2007年的美国次贷危机进行对比研究,重点分析了危机爆发的原因,总结它们的表现形式,特别是相关经济指标的变化特征,为提取和识别金融危机的预警指标提供事实的基础。接着构建了金融危机的预警指标体系并进行了初步的数据处理,即分析选取了15个预警指标,为各指标确定了安全、基本安全、警惕、危险四个等级并确定了相关指标界限,查询了历年的统计数据,获取和计算了这些指标的数值并进行了归一化处理。之后阐述了因子分析方法的基本原理和操作流程,采用SPSS21.0软件对所获得的15个典型指标的统计数据进行了分析,采用主成分法提取了4个公共因子并按权系数计算了总因子,计算了因子得分系数,根据该系数计算了历年各因子的得分,并对各因子反映的经济状况进行了研究,结果表明,通过对因子得分的分析可以直观解析当前经济状况或者预警情况,为后期的经济政策的制定提供参考。最后在介绍BP神经网络的作用、模型特点和应用流程之后,基于MATLAB工具箱函数进行了BP神经网络构建,并选择了合适的传递函数和训练函数进行网络训练得出预测模型,验证了预测网络的泛化能力有效性后,对下一年的经济预警程度进行了预测,最后对预测结果进行了评析。结果表明,本文构建的预测方法,能有效预测下一年的经济情况。