1、隨著全球經濟的發(fā)展，各國越來越注重對企業(yè)自身的健康可持續(xù)發(fā)展。自1932年以來，國外學者就陸續(xù)展開了對上市公司或非上市企業(yè)的財務危機預警模型的研究，從單變量預警模型發(fā)展到目前的具有人工智能且判別率更高的預警模型。雖然我國的財務危機預警模型的研究晚于國外，但研究成果也能夠達到先進水平。對于企業(yè)，特別是上市公司的財務危機預警研究，許多專家和學者從不同角度對此類問題進行了深度研究。其中從某一行業(yè)特點著手研究，建立屬于該行業(yè)的財務預警模型，也成

2、為了該行業(yè)財務危機預警的重要手段之一。且制造業(yè)在所有上市公司中占有大部分份額，行業(yè)特點明顯，研究成果較成熟。因此，本文在行業(yè)研究的基礎上，基于西北地區(qū)的現實意義，建立了西北地區(qū)制造業(yè)上市公司的財務危機預警模型，對于財務危機做到早發(fā)現早預防早解決，從根本上解決西北地區(qū)制造業(yè)上市公司的發(fā)展瓶頸，成為帶動西北地區(qū)發(fā)展的堅實動力。
　　 本文首先對國內外學者對企業(yè)財務危機預警的研究進行了詳細的綜述，并將各種預警模型進行了優(yōu)劣勢比較分析；

3、其次，將初選的指標變量通過一定的技術分析后，篩選出來預警指標變量，建立了包含財務指標和非財務指標的預警指標體系；隨后，本文選取了西北地區(qū)63家制造業(yè)上市公司四期的預警指標變量，先對BP神經網絡和灰色預測效果進行有效性檢驗，通過檢驗的模型即成為西北地區(qū)制造業(yè)上市公司財務危機預警模型。最后，運用灰色預測系統(tǒng)預測西北地區(qū)63家制造業(yè)上市公司下期預警指標變量，代入到經過檢驗的BP神經網絡模型里，來對下期財務情況進行危機預警，并與當期信息進行比對