作为我国经济支柱产业的房地产业，在目前国家一轮又一轮的宏观经济调控趋近的背景下，再加上房地产企业内部存在的一些问题，致使大部分房地产企业的资金链非常脆弱，适应外部环境变化和抵御风险等不确定因素的能力不足。所以，寻求适用于我国房地产企业的财务危机预警分析模型和方法，准确预测房地产企业可能面临的财务困境，以便提早采取有效措施防范和化解财务危机，对于房地产企业以及其利益相关者都具有非常重要的意义。本文在阐述财务风险和财务危机内涵及特点的基础上，分析了房地产企业发展中面临的主要问题，然后选择了44家房地产上市公司作为研究样本，确定了涵盖企业偿债能力、营运能力、盈利能力、发展能力、现金流量创造能力、宏观经济因素等八类指标的有一定针对性的房地产企业预警指标体系，进而通过Kruskal-walis H显著性检验和主成分因子分析对指标体系进一步筛选、优化，得到八个公共因子，确定了建模参数和模型的输入变量；基于主成分分析建立了房地产企业财务危机预警的BP神经网络模型。本文对BP神经网络的输入样本、输出变量方式选择、神经网络的结构和相应参数进行设计并最终确定建立了一个输入节点8个、输出节点3个的三层神经网络。通过比较选择了训练效果理想的trainlm方法作为训练函数构建神经网络模型，并经过训练和检测，得到了房地产企业财务危机预警模型。模型对检验样本检测结果的综合准确率为92.38%，并且将财务危机企业误判成健康企业的比率为零，显示了预警模型对财务危机较好的识别能力。将该模型在房地产企业中进行了应用，结果表明，模型的判别准确率较高，使用效果较好，能够为房地产企业财务危机的预测提供了一种有效的方法。最后提出了一些有助于房地产企业防范财务危机的对策。