近些年来大量公司蜂拥上市,但是成功上市并不意味着企业的胜利,在证券市场上,很多上市公司由于经营不善,市场环境无法预测等原因而带上了ST的帽子,不但给投资方造成巨大的经济损失,还对证券市场的稳定发展埋下不稳定的因素,而如何预测上市公司的财务危机成了关联方急于解决的问题,本文意在建立一种有效的企业财务危机预警模型来解决这一问题。而在建立企业财务危机预警模型时,如何选择合适的指标建立模型一直是解决这一问题的前提,有效的财务指标通常来源于上市公司的资产负债表、利润表和现金流量表。每年大量会计报表丑闻的曝光,更多公司对资产负债表数据中和利润表中透漏的信息产生了严重的怀疑,更能反映企业真实财务运行状况的现金流指标越来越受到学者们的关注。本文首先从理论上验证了现金流指标在构建财务危机预警模型时的优越性和适用性,并利用线性方法即Logistic回归模型和非线性方法神经网络(径向基函数神经网络法)模型来构建基于现金流指标的企业财务危机预警模型,并阐述了所构造模型给上市公司带来的价值和效用,意在在繁冗的数据信息环境里,提取出有效的信息,在瞬息万变的市场环境中为企业提供及时的决策。本文共选取200多家运行良好的上市公司的财务数据和被特别处理(文中用ST代表)公司的财务数据,样本数据来自于多个行业,根据有关文献选取并构建了现金流量指标构建财务预警指标体系,并运用因子分析方法剔除指标间的共线性影响,分别采用Logistic逻辑回归分析对表现良好的上市公司与出现财务危机的公司进行了分类判断,并构建了财务危机预警模型,最终对检验的结果进行了有效的验证；又采用径向基神经网络模型建立财务危机预警模型,也进行了检验结果的验证,并对两个模型进行了比较。根据Logistic逻辑回归分析与神经网络模型的检验结果进行了应用上的评价,最后具体阐释了企业构建财务危机预警模型的程序和原则。