房地产业是我国国民经济的支柱性产业,但在我国经济增速不断放缓以及国家实施了多项抑制房价过快增长的调控政策的大背景下,具有高负债经营特点的房地产上市公司极易陷入财务危机。因此,构建一个有效实用的房地产上市公司财务风险预警模型,帮助企业及早识别和处理财务风险,满足利益相关者的需求,具有较大的现实意义。本文在国内外学者关于财务风险预警研究已有成果的基础上,结合房地产行业的基本特征,选取了影响房地产企业财务状况的6个方面因素,并从这6个方面出发,选取了本文的研究变量,通过对这些变量进行统计分析与筛选,从而构建模型,对我国房地产上市公司进行财务风险预警研究。本文构建了财务预警的指标体系,并选取了2008至2013年间15个重度财务危机样本,19个轻度财务危机样本以及34个财务健康样本进行实证研究。研究结果表明利用主成分分析对指标进行降维处理后建立的BP神经网络模型对我国房地产上市的财务风险预测具有较好的效果,有助于房地产企业及早识别财务风险并实施相应的处理措施。与此同时,对比分析了提前1年和提前2年对财务风险进行预测的效果,结果发现越邻近危机,预测效果越好,从而进一步证明财务状况恶化是一个逐步加深的过程,并非一蹴而就的。结合实证分析结果,为了帮助企业强化风险管理能力,本文从健全公司内控制度、完善财务预算机制、合理安排资本结构和提高公司应变能力四方面提出强化房地产公司财务风险预警的具体建议。