随着美国次信贷危机转化为席卷全球的经济危机,许多历经百年的国际知名企业纷纷面临财务危机。在我国加入WTO后,我国企业与世界经济联系日益紧密,企业国际化程度日益深化,我国企业在迎来发展机遇的同时,也面临着越来越严峻的挑战。制造业作为我国工业化、信息化过程中的支柱产业,其健康稳定发展对于保证我国的国民经济发展、保障社会的稳定都有至关重要的作用。建立准确有效的关于我国制造业上市公司的财务危机预警模型,己不只是一个学术问题,而且成为影响经济健康发展的重要因素,具有很重要的现实意义。本文以我国制造业上市公司为研究对象,旨在建立全面准确的财务危机预警模型,并在吸收前人成果的基础上,考虑了表外信息因素,应用了BP神经网络算法,之后进行了模型构造和实证研究,对于完善我国制造业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,并对财务危机理论作出了分析,尤其是财务危机的界定及我国制造业出现财务危机的表现形式进行一定的探讨。其次,本文根据预警指标建立的意义和原则,提出了可以全面反映企业财务状况的21个财务指标,并通过对其进行T检验、相关性,验证其合理性,同时还给出了本文的预警准则定义。然后,本文采用了BP(反向传播,Back Propagation)神经网络的预测方法,并给出了了BP神经网络的原理和算法,构建了财务危机的预警模型。选择了54家上市公司作为研究对象,进行了实证研究。实验结果表明:在上市公司财务危机发生前两年有92.59%的判别准确率,具有较强的优越性和实用价值。最后,本文根据我国制造业企业特点查找到了引起财务危机的警源并阐述了企业财务危机的管理对策,采取措施弥补企业管理系统方面的缺点,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。