企业财务风险预警一直是学界和业界广泛关注和研究的热点，企业财务状况不仅直接关系到企业的生存和发展，同时也会影响到整个国家的经济体系。因此，企业财务风险预警的研究关系着企业和国家经济的健康发展。传统的国内研究多以企业财务指标为解释变量而构建预警模型，显示出较大的局限性，而企业的生存与发展依附于宏观环境的存在，宏观环境（包括市场和政府政策）的变化影响着企业的经营状况，从而导致企业财务状况发生变化。因此，本课题通过借鉴国内外学者的研究，探究宏观经济因素对企业财务状况的影响情况。由于我国研究宏观经济的文献甚少，本文通过定量分析和实证分析的方法选取宏观经济变量和数据，然后分别建立三种不同的预警模型进行比较分析，以探究引起企业财务风险的主要外部因素和内部因素。本文通过文献回顾，选用2007-2012年156家上市A股制造业企业作为研究样本，初步选取11个宏观经济指标和24个财务指标，并用因子分析法选取宏观经济变量和财务变量，通过用不同时期的宏观经济数据进行实证分析，发现当财务数据采用t-2年时，宏观经济数据采用t-3年时所建预警模型最优。然后利用选取的宏观数据和财务数据，建立预警的判别模型、logistic回归模型和BP神经网络模型，与建立的基于财务变量的预警模型进行分析比较，发现基于宏观数据的模型预测结果更加精确，建模样本和预测样本结果差异更小，变量对模型的解释能力更强。在众多宏观经济变量中，整个国家的工业发展情况对企业财务状况影响最为重要，与企业发生财务风险概率的大小呈负相关关系，国家货币政策对企业影响次之，与企业发生财务风险概率的大小呈正相关关系。三种模型中预测效果满意度最高的是神经网络模型。研究结果表明，宏观环境对企业的财务状况影响较大，在对企业进行财务风险预警时是不可忽视的重要因素。