矿业企业是我国企业的主体,矿业融资是矿业经济活动的第一步,如何取得资金、提高资金效率是矿业企业发展的关键。随着国际矿业企业向大规模化发展,企业间兼并浪潮日趋扩大,矿业企业需要大量资金。由于矿业投资回收期长、地质风险大等特点,矿业企业融资风险大、融资方式少和融资渠道有限,矿业企业融资困难,因此需要研究矿业企业融资风险。基于样本和数据的可获得性,选取矿业上市公司为研究对象。论文以矿业经济理论、融资管理理论、风险管理理论和财务风险预警理论等理论为指导,运用规范分析和实证分析相结合的方法,对矿业上市公司非融资活动和融资活动进行融资风险进行分级预警分析,设计采矿类融资活动中融资风险预警指标体系,运用MATLAB7.0对24家煤炭矿业进行BP神经网络融资风险预警研究。主要研究内容包括：(1)从确定样本角度,汇总国内外矿业上市公司划分标准,建立矿业上市公司板块价值链的新划分标准；(2)从矿业融资活动和融资环境角度分析,矿业企业不同阶段融资活动和融资方式不同,国内外矿业资本市场组成和发达程度不同；(3)从确定融资风险预警指标体系角度,通过矿业非融资活动和融资活动存在的风险,确定非融资活动指标,从融资效率角度设计融资活动创新性指标体系；(4)从融资风险预警思想设计角度,结合风险管理和财务预警设计思想,基于数字准确性和模型精确度,选取融资活动中的融资风险进行预警分析,并设计采矿类上市公司融资风险预警流程；(5)从融资风险预警应用角度,提出融资风险综合指数(SWI),选取24家煤炭矿业上市公司,应用MATLAB7.0分析软件对其进行BP神经网络融资风险预警的应用。研究相关结论包括：(1)矿业上市公司样本确定结论：探矿业阶段企业风险大,融资方式少,采矿阶段企业风险相对小,融资方式多,国外矿业资本市场允许不同规模的探矿阶段和矿业阶段企业上市,我国矿业资本市场只允许少量的大型采矿阶段企业上市；(2)矿业融资风险风险分析结论：受中观的政策风险和微观的资源和储量风险影响,矿业企业的融资风险受非融资活动影响程度大,其中包括融资规模、支付性风险、盈利性风险等因素影响,矿业融资活动存在一定风险,但总体风险不大；(3)融资风险预警应用结论：24家煤炭采矿类上市公司应用BP神经网络精度高适用性强,综合融资风险预警指数(SWI)呈周期性波动,原因是煤炭周期性生产,煤炭采矿类上市公司融资风险大,处于黄色预警区域,主要原因是债务融资比例、资金到位程度和债务融资成本等因素影响较大。