竞争激烈的市场经济孕育发展机遇的同时,也暗藏着无尽的风险和危机。对于上市公司而言,因财务危机沦为“ST”板块甚至被迫退市的情况愈演愈烈。公司陷入财务危机,不仅危及自身的生存和发展,也给投资者、债权人带来巨大的损失。因此,构建一个有效实用的财务危机预警模型,满足利益相关者日益迫切的需要,己不单单是一个学术问题,而且成为影响我国资本市场健康发展的重要因素,具有很重要的现实意义。本文以制造类企业为研究对象,旨在解决当前传统财务危机预警指标导致的财务预警失效,并在吸收前人成果的基础上,提出了现金制预警指标,之后进行了模型构造和实证研究,对于完善我国企业财务危机预警方面的研究具有一定参考价值。首先,本文总结了国内外财务危机预警的研究现状,并对财务危机预警的相关理论作出了分析,尤其是财务危机的界定及其形成原因。其次,本文根据预警指标建立的意义和原则,提出了基于现金流量的10个财务指标,并通过对其进行T检验,验证其合理性,同时还给出了本文的预警准则定义。然后,本文在介绍了部分常用的财务预警分析方法之后,提出了基于主成分分析法和BP(反向传播,BackPropagation)神经网络的组合预测方法,并给出了具体的原理和算法,构建了财务危机的预警模型。在选择了152家上市公司作为实证分析对象之后,进行了实证研究。结果表明: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83.92%的判别准确率,具有较强的优越性和应用价值。最后,本文从企业的现金流、内部控制和经营战略三方面阐述了企业财务危机的管理对策,从而为企业在完成利用预警工具进行事前控制之后,采取措施弥补企业管理体系上的漏洞,减少企业发生财务危机的风险,提供了可借鉴的措施和方法。