最近几年,房地产行业发展迅速,随着产业如此迅速的成长,我国房地产业的成长突飞猛进,房地产政策的改进,以及金融政策的创新,不断地为房地产企业创造越来越广阔的成长空间。然而,由于房地产作为我国国民经济的支柱产业,具有资金密集性、投资回报期长、高利润、高风险等特点,加上我国的房地产业尚不够规范化,金融体系的不完善,房地产业在飞速猛进的同时,也承受着巨大的财务风险。SOM人工神经网络(Self-Organizing Feature Map,自组织特性映射网络)模型,具有较强的适应性和优良的聚类功能。如何根据实际情况应用SOM网络进行企业财务风险评价,对现有SOM进行改进,提高解的精确度,利用改进后的SOM对房地产企业进行财务预警研究,并和其他房地产企业财务预警方法进行结果对比和总结,指导和应用于实践,是文章要重点做的研究。本文利用沪深两市94家房地产上市公司和28个财务预警指标,构建了房地产财务风险评价模型。第一,阐述了中国房地产企业的财务风险现状,通过分析产生风险的各个环节,得出现阶段存在的主要问题,极其形成原因和影响成分。第二,构建了SOM神经网络聚类模型。第三,建立了房地产企业财务风险评价指标模型。收集到94家沪深房地产上市公司的财务信息,整理了这94家房地产上市公司的财务报表,筛选出28个财务指标的具体数据。第四,对SOM网络进行改进,提高解的精确度,应用改进后的SOM对94家房地产上市公司财务数据样本进行聚类分析,得到高精度的综合聚类结果,得出每一类企业的财务特性,清晰直观的表达了企业的财务状况,并和其他企业财务预警方法进行结果对比和总结。第五,针对以上方法得出的结果提出房地产企业财务风险管理和财务预警的建议。