随着我国知识经济时代的到来和国家产业政策的倾向力度,我国的高新技术企业蓄积待发,以技术创新的形式不断推动着我国优秀科研成果逐渐向商品化转化,为国民经济的增长贡献了巨大力量；但与此同时,高新技术企业又因市场竞争的加剧、技术更新换代的加快和内部管理的混乱等使其在经营管理过程中隐藏着巨大的生存和发展压力。高新技术企业的这种经营特性使得很多不稳定因素可能存在于生产管理过程中,势必会产生其存续和发展的障碍。因此,建立健全高新技术企业的财务预警系统,对其未来前景做出准确预测,尽早发现潜在的危机并发出警报,使管理者可以采取行之有效的预警措施加以防范或化解,无疑对于高新技术企业的健康发展具有重要的作用。目前,虽然有关高新技术企业财务预警方面的研究有很多。但是,这些研究在预警指标体系的设计上,多采用的是纯财务指标且指标间存在较大的相关性,在预警模型的构建上,使用的是传统统计分析方法,致使所构建的模型预测精度不是很高,实用性受到限制。由于近些年来BP神经网络被广泛地应用在各个领域,并在预测方面所做出的贡献是越来越突出。这种具有自我学习、自我纠错和调整能力的非线性网络工具同样能够对企业未来的财务状况做出很好地预警。本文正是用此方法对高新技术企业的财务状况进行实证研究,构建出了基于BP神经网络的高新技术企业财务预警模型。并创新性地在预警指标体系的设计中,引入了股权集中度这一非财务指标,探索比较全面的反映我国高新技术企业经营与管理方面的预警指标体系；在高新技术企业财务预警度的界定问题上,克服了传统财务危机的定义,根据其经营特点和财务结构确定了能够反映高新技术企业财务状况的警戒线。研究结果显示,使用BP神经网络的方法所建的模型比传统统计分析方法所建的模型在预测精度上占明显的优势,具有很好的预警效果和实用价值。本文的主要脉络如下：第一部分为引言。首先根据我国高新技术企业的发展现状,提出本文的研究背景和意义；接下来在总结了国内外有关财务预警研究的基础上,指出已有研究的不足之处,并提出了本文的研究思路和方法、主要内容和框架及可能的创新点。第二部分为高新技术企业财务预警的理论基础。包括高新技术企业的概念界定和特点介绍、财务风险和危机理论以及对影响高新技术企业财务风险的宏观因素和微观因素进行分析,为下文的研究奠定了理论基础。第三部分为高新技术企业样本的选取和预警指标体系的建立。首先,本文选取2008年—2011年间在上交所被认定为高新技术企业的数据作为研究样本,并对其警度进行划分、确定预测期及训练样本和检验样本的分类；其次,按照预警指标的选取原则,并参考相关文献的研究成果,从影响高新技术企业经营和管理的角度出发选取了26个财务和非财务指标,初步构建了高新技术企业财务预警的指标体系；再次采用统计学的方法对这26个指标进行筛选,得到了9个新的指标变量,将作为神经网络的输入变量。第四部分为高新技术企业财务预警模型的构建。首先对BP神经网络的理论进行介绍,提出本文选择这一方法构建模型的依据；其次对高新技术企业的财务预警模型进行设计和创建,并用训练样本对网络进行自我学习和调整,建立了具有提前一年预测能力的财务预警模型,用仿真样本对所构建的模型进行输出检验时获得了91.67%的准确率,体现了模型具有较好的预测效果。第五部分为模型检验。采用构建的高新技术企业财务预警模型对“瑞贝卡”2008-2010年的财务状况进行仿真,其预测结果完全正确,再次验证了本模型的识别能力和应用价值。第六部分为结论与展望。通过对基于BP神经网络的高新技术企业财务预警研究内容进行总结,并指出在研究过程中由于预测期、研究样本和使用方法的局限所导致的不足之处以及下一步的研究方向。