在中国经济快速发展和不断深化改革的背景下，企业内外部经营环境不确定因素显著增加，企业经营状况恶化和融资的风险也逐渐显露，同时通过IPO实现上市的企业也越来越多，上市公司的质量也逐渐引起社会公众的重视，因此企业对于财务经营风险的把控显得尤为重要。财务危机的形成是一个循序渐进的过程，因此企业的财务危机具有可预测性，建立一个财务预警系统来预测企业未来的经营状况，避免形成财务危机，对于企业的利益相关者具有重要的现实意义和实用价值。
　　本文采取理论分析与实证分析相结合的方法来研究我国上市公司的财务危机预警问题。理论方面，参考国内外关于财务危机预警的文献研究，总结我国上市公司形成财务危机的原因，并通过财务预警模型的文献，描述各个预警模型的优势和劣势。实证方面，选取123家A股上市公司在2014年-2018年的财务表现，根据证监会2019年修订的准则，将公司财务状况分为*ST(连续两年经营亏损)、一年企业和财务健康企业三种类别。参考财务危机文献研究，从偿债能力、盈利能力、现金流能力、经营能力和发展能力选取了20个具有代表性的财务指标；从股权结构、内外部监管方面和企业结构方面选取7个具有代表性的非财务指标。由于以往的财务预警模型往往采用的传统指标变量仅仅包含债券成本，没有考虑权益成本等因素，不能反映企业真实经营状况，本文参考经济增加值(EVA)相关理论，发现经EVA调整后的指标能有效的减少企业会计失真现象，因此将EVA引入指标体系，并对财务指标进行调整，形成新的预警指标体系。利用样本T-3年和T-2年的数据进行指标变量的K-S总体正态检验和K-W非参数显著性检验，最后得出具有显著性差异的指标变量，将具有显著性差异的指标进行因子分析，得出最终预警模型的输入变量。分别使用Logistic与MLP神经网络进行建模，利用T-2年和T-3年的数据对T年进行财务风险预测，结果表明两种模型都能有效的预测企业财务风险，然后进行模型的对比分析。最后得出研究结论，同时提出本文的不足和进一步展望。