中国制造,曾几何时席卷全球,让国人一直引以为傲,而2011年的狭义制造业产值,美国以41万亿人民币从数量上已然超越了中国,如今的中国制造业,远没有表面上的风光依旧,正处于转型和升级的阵痛期,内忧外患,制造业可怕的寒冬已然来临。在国际上,近年来美国和欧洲频频通过政府干涉、贸易壁垒、反倾销调查等等手段向我国制造业企业施压,我国制造业企业的海外发展之路充满荆棘,举步维艰；墨西哥、越南、印度等国的制造业发展迅猛,我国制造业企业在受到美国和欧洲种种制裁的同时,还面临着上述各国企业的重重包围和冲击。在国内,由于劳动力成本的大幅上升、融资渠道受限和资金成本过高等等突出问题,我国制造业企业的发展同样步履沉重。2012年年报披露,亏损前十位的上市公司,几乎全部来自于制造业,其中中国远洋、中国铝业、中国冶金合计亏损250亿元,我国制造业的行业领军者整体业绩低迷,发展严重受阻。生存,已然是我国制造业企业共同面临的难题,财务危机,归根结底是现金流危机,而现金流是企业生存之血液。因此,在我国制造业全行业遭遇寒冬的大背景下,财务危机的预警事关企业存亡,更显其重要性。制造业上市公司为行业中的领军者,因此本文以其为研究对象,一方面以现金流这一企业的生命线作为基本理论,另一方面以BP神经网络作为主要工具,利用BP神经网络为高度非线性映射模型的优良属性,克服了现金流指标之间相关度较高、呈非线性变化的难题,通过实证检验证明,二者有机结合构建财务危机预警模型是可行并且有效的,本文尝试为我国制造业上市公司安全度过此次寒冬贡献微薄之力。本文共分为五部分：第一部分,绪论。首先阐述了本文的研究背景和研究意义,其次对国内外财务危机预警的实证研究进行了回顾及综合评价,再次陈述了本文的研究方法和思路,提出了本文的创新之处。第二部分,陈述了基于现金流理论的财务危机预警的研究基础,包括其基本依据、理论基础以及基于现金流理论研究的优越性。第三部分,对BP神经网络在财务危机预警中的应用进行了分析,包括神经网络的简介、BP神经网络的内部结构、训练原理及其应用优势。第四部分,实证研究,是本文的重点部分。本文以沪深两市A股制造业上市公司作为研究对象,选取了自2009年1月1日至2013年5月31日期间101家被ST和*ST的制造业上市公司及与其配对的101家正常公司作为研究样本,从偿债能力、获现能力、盈利质量、发展能力和现金流结构五个方面选取了23个现金流指标以全面反映制造业上市公司的财务状况。接着对这些现金流指标进行正态分布检验和显著性检验,选出均值差异显著的现金流指标作为预警指标。然后,根据研究样本中财务危机公司和正常公司t-2年和t-3年(定义上市公司被特别处理的年份为t年,下同)的现金流指标数据,分别构建BP神经网络模型。再对所构建的两套BP神经网络模型的准确性进行检验和比较,从优选择准确性更好、稳定性更高的模型作为本文的预警模型。第五部分,陈述了本文的结论以及研究过程中的局限性,最后对制造业上市公司如何应对财务危机提出了相关的建议。本文的创新点主要有以下两方面：1.以往基于现金流理论的财务危机预警的实证研究中,存在着现金流指标之间相关度较高、呈非线性变化的难题,无法得到根本的解决,而利用BP神经网络本身为高度非线性映射模型的优良属性,能有效的克服这一难题。虽然基于现金流理论的财务危机预警的研究已经比较成熟,以及国内外学者对于BP神经网络模型的研究和运用也有了一定的发展,但二者相结合的研究,几乎没有出现过。同时,为使本文所构建的财务危机预警模型准确性更好、稳定性更高,依据研究样本中财务危机公司和正常公司t-2年和t-3年的现金流指标数据,构建两套模型并从优选择。2.选取现金流指标变量的扩充和完善。本文为了充分验证现金流指标对于财务危机的判定效果,从偿债能力、获现能力、盈利质量、发展能力和现金流结构五大方面初步选取了23个有代表性的现金流财务指标,涵盖了长期、短期以及动态、静态的指标,较以往的研究更为全面和系统,然后经正态分布检验和显著性检验,构建了一套简洁而高效的现金流预警指标体系。