近年来,在我国农业上市公司不断发展的同时,也暴露出了一系列的问题,如多元化经营失误、主营业务衰退、“背农”经营现象严重、公司股权结构不合理、治理结构不完善等。这些问题已经导致我国农业上市公司整体经营绩效下滑、经营风险加大,并严重影响到农业上市公司市场竞争力和可持续发展的能力,财务危机风险急剧加大。同时,农业行业具有与其他行业区别很明显的生产特点和经营状况,农业企业由于其行业特性,更容易受到自然因素的影响,所以在投资、融资和营运等方面也比其他行业更容易发生财务危机。因此,构建一个适合我国农业上市公司的财务危机预警模型,使企业在财务危机到来之前预先察觉,并及时采取措施,减少财务危机的发生,对稳固农业行业在我国的重要地位具有十分重要的现实意义。对此,本研究基于2015-2019年我国42家农业上市公司的财务报表数据,在分析农业上市企业经营情况的基础上,从企业盈利能力、偿债能力、经营发展能力、营运能力、现金流能力因素五个维度的财务因素和非财务因素构建适用于我国农业上市公司的财务危机预警指标体系,最后创建了BP神经网络预警模型对农业上市公司财务危机进行实证研究。具体研究过程与结论如下:(1)基于我国农业上市公司财务指标,发现无论是在资产总额、板块价值等指标方面都与所有上市公司的平均水平有一定差距,并且在盈利能力、偿债能力、发展能力、营业能力和现金流能力各个财务维度上都比较薄弱,暴露出了一定的财务危机风险,这显然和我国农业大国的背景不匹配。(2)针对农业上市公司财务危机现状进行了研究,目前我国有4家农业上市公司被特别处理,占到所有被特别处理上市公司数量的2.86%,而农业上市公司数量仅占全部上市公司数量的1.1%,相比其他上市公司存在更大的财务风险。对农业上市公司财务危机成因进行了总结,包括:农业行业的弱质性、多元化的“背农”经营、经营管理混乱、过度依赖政策补贴等。(3)创建农业上市企业的财务危机预警指标体系,根据预警指标的选取原则,初步确定了24个财务指标和3个非财务指标,再通过对指标进行正态检验与显著性分析,最终确定了17个财务指标和2个非财务指标。最后利用主成分分析法,将17个财务指标降综合盈利能力、偿债能力、发展能力、营业能力和现金流能力五个主成分因子,使财务危机预警指标体系适用于预警模型。(4)创建了农业上市企业财务危机的BP神经网络预测模型与Logistic预测模型,预测结果显示,BP神经网络模型对财务危机企业训练预测准确率达到了75%,在检验中预测准确率达到了100%,而Logistic模型对财务危机企业的预测准确率仅为50%,表明本文构建的农业上市企业BP神经网络预测模型具有良好的预测能力。最后,两个模型均显示农业上市公司的运营能力和现金流能力对企业财务危机的发生具有重要的影响,这对我们预测并防范企业财务危机的发生,减少财务危机发生带来的危害提供了帮助。