现代企业面临着各种风险，财务风险积聚到一定程度，如果不能及时采取化解措施或采取的措施有效程度不足，企业就会陷入财务危机。加强企业财务危机的预防与控制，是现代财务理论界与实务界研究的热点问题之一。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，已不单单是一个学术问题，更是影响我国资本市场健康发展的重要因素，具有很强的现实意义。 目前，有关企业财务危机的研究主要是依赖财务报表数据建立预测模型，但这种方法存在一些弊端。而股权结构、投资者保护、董事会变量等非财务因素与企业财务危机是休戚相关的，研究它有助于更深层次地揭示公司陷入财务凼境的原因。 本文在综合了上述因素的基础上，提出了基于财务视角和非财务视角综合的企业财务危机识别系统，成功将企业划分为财务健康、灰色地带和财务危机三类，摈弃了以往国内相关研究仅仅以“ST”、“PT”公司直接作为财务危机的研究对象。本文选取了2005年我国A股市场145家企业作为训练样本(样本数据涵盖了除金融板块以外的各个主要板块)，运用主成分分析和神经网络技术建立了财务危机预警模型，并对其2006年度最新数据进行了检验，检验结果表明本文建立的预警模型具有良好的预测效果。 在此基础上，本文对沪深两市2006年度新出现的全部61家ST公司进行了辅助检验，检验结果的判别准确率达到了96.72％，显示了该技术在企业危机预警方面具有良好的应用性和普遍性，并对天目药业(600671)2005-2007年间的财务状况进行了实例分析，并采用了因子分析方法对公司出现财务危机警情的原因进行了分析。本文同时也希望通过实证研究为完善我国上市公司的财务危机预警系统提供参考依据。 本文共分五部分。 第一章为绪论。绪论部分对本研究的提出背景、研究意义、研究内容构架、研究方法和思路进行介绍，并介绍本文的创新点。 第二章对国内外财务危机预警研究领域的文献进行回顾，分析其存在的不足，并进一步对非财务指标与财务危机预警研究相结合这一新研究趋势进行总结回顾。 第三章和第四章是本文的中心部分。第三章基于因子分析和BP神经网络设计了财务危机预警系统，阐述了其理论及运用可行性分析；第四章运用上市公司的相关财务数据进行了基于神经网络技术的企业财务危机预警的实证研究，界定了评分区域，并对模型的预警准确度进行了实证检验，最后进行了实例的警情指标构成分析。 第五章对本文的研究进行了总结分析，指出了研究中的不足和未来继续研究的方向。