在中国,农业历来被认为是安天下、稳民心的战略产业,是国民经济健康发展、社会稳定、国家自立的基础。农业上市公司是农业企业的龙头,因此农业上市公司的健康发展,对推动我国农业产业乃至全国经济建设的发展具有举足轻重的作用。建立完善的财务预警系统,可以及时发现农业上市公司所面临的财务风险,进而采取有效的措施及时规避风险,能够使得投资人、债权人获得最大的经济利益,避免损失。因此,对农业上市公司进行财务预警管理,具有极其重要的意义。为了建立一套能够准确且实用的农业上市公司财务预警模型,本研究在结合前人的研究及农业上市公司现行会计信息供给状况的基础上,构建了包含盈利能力、偿债能力、营运能力、成长能力、投资获利能力及会计事务所审计报告意见作为财务预警评价的初始变量。并选取沪深43家农业上市公司2007年-2009年三年的数据进行实证研究。研究整体剖析过程中,共分为六章。第一章为绪论,概括地介绍了上市公司财务预警研究的背景及意义,阐述了论文的研究内容、研究方法、研究思路以及本研究可能的创新之处。第二章主要介绍了研究的基础理论和相关概念的界定。第三章对我国农业上市公司总体情况进行概述,并根据农业上市公司的行业特点,选取财务预警指标和风险度指标。第四章从理论角度,阐述了偏最小二乘BP神经网络基本原理和应用步骤,建立财务预警模型,用偏最小二乘BP神经网络模型对数据进行筛选、学习、训练达到对验证数据的预测。第五章运用前一章节建立起来的农业上市公司财务预警模型对农业上市公司进行财务预测,预测结果的综合正确率达到90.2%,预测结果与实际数据基本一致,达到对农业上市公司财务风险进行科学、准确预测的目的,可以为农业上市公司经营者和投资者提供有力的参考依据。第六章是对本文研究工作的总结和进一步研究方向的展望。