目前，我国证券市场的不断发展导致目前关于我国上市公司的相关政策和法规不断趋于完善，这对于我国上市公司而言既是机会也是威胁。机会在于法律法规的不断完善使证券市场变得更趋于规范化；威胁在于这也大大的约束了上市公司，稍不留神公司也许就会被“ST”或“*ST”。因此，在现代激烈的市场竞争下，企业若想生存、发展和获利就必须要加强对企业财务风险的控制和财务危机的防范。鉴于此，建立一套行之有效的上市公司财务危机预警系统迫在眉睫。本文首先从BP神经网络和现金流量指标的选取两方面对国内外相关文献进行了简单回顾，然后介绍了财务预警相关的理论基础，界定了财务危机的含义及实证中财务危机样本的类型，也详细阐述了BP神经网络相关理论。随后在前人研究的基础上，本文从偿债能力，运营能力，盈利和获现能力，成长能力，财务弹性以及现金流量结构等六个方面共选取了26个指标，建立了一套以现金流量指标为主财务预警指标体系。本文的实证部分选取了2007年到2012年间沪、深两市A股共77家ST公司，并按照同行业、同时期、同规模的原则选取77家非ST公司做为本文的训练样本，用样本被ST前一年、二年、三年的数据对指标进行筛选，并用筛选出来的指标建模。本文用神经网络的方法建模，实证分析的结果表明BP神经网络方法所建立的财务预警模型在上市公司被ST前三年的预警准确率分别达到了96.08%、88.24%和78.92%，从而证实了神经网络财务预警模型的优越性及其预测的准确性。本文得到的结论如下：（1）本文所建立的以现金流量为主的财务预警指标体系具有很好的财务预警效果；（2）本文用BP神经网络的方法建立的财务预警模型预测精确度高，具有很强的应用价值；（3）本文构建的神经网络模型，当模型输入数据在[0,1]之间时，能够取得较为稳定的预测结果。