企业财务风险的计量、识别与控制,一直以来都是国内外学者的研究热点。人工神经网络是近年来出现的一种新的识别工具。人工神经网络因其非线性、自适应及学习特性等特点,在企业财务风险的预测中,较传统的计量工具而言,具有更高的准确性和精确度。非营利组织是区别于企业的第三部门,举债发展使其面临着一定的财务风险。人工神经网络在企业财务风险预测中有显著的成效,那么这种识别方法是否同样适用于非营利组织的财务风险预警;如果适用,又是否须要对其进行一定的方法调整,这些是本文研究的重点内容。本文依据BP人工神经网络的相关原理和非营利组织财务风险的特性,在移植BP人工神经网络方法的过程中,改变了该方法常用的因果模式,建立了相关财务指标的时间序列网络结构,用以预测指标值的趋势变化,并结合综合度量的原理对财务风险进行综合预测预报。由于非营利组织存在很多种,本文以公立高等学校为例,具体介绍了BP时序人工神经网络的运用过程,建立一个包括一个输入层、一个隐含层和一个输出层的网络结构。结果表明,运用BP时序人工神经网络可以较为准确地预测各个指标的趋势变化值,从而对财务风险起到预警预报的作用。可见,BP人工神经网络不仅适用于企业,也同样适用于非营利组织的财务风险预警监测。只是由于不同主体的财务特性不同,在移植BP人工神经网络方法的过程中须要对其形式进行一定程度的变换,使之适合监控主体的财务特征,提高预测的准确性。