上市公司财务危机预警的实证研究在国内外是一个被广泛关注的研究课题。从Beaver单变量研究开始,近四十年来,这一研究一直成为财务、会计、证券、金融等众多领域中经久不衰的课题。而我国目前对这一领域的研究方兴未艾。财务预警系统研究作为经济运行的晴雨表和企业经营状况的指示灯,它不仅具有较高的学术价值,而且具有巨大的社会应用价值。鉴于传统统计方法在企业财务危机预警应用中存在的问题,本文提出了人工神经网络在企业财务危机预警中的优势和潜力。其中,LVQ神经网络模型具有很好的模式识别特性,因此本文利用LVQ神经网络构建了上市公司财务危机的预警模型。本文选取了沪、深两市148家A股上市公司作为研究样本,在综合研究和借鉴了国内外大量研究文献的基础上,选定了五个财务指标作为所要建立的LVQ预警模型的预测指标。将数据划分为训练样本和测试样本两组,基于训练组的样本数据,建立起模型输入矩阵P,确定了模型的各个参数以后,以Matlab7.0为平台构建了基于LVQ神经网络的财务危机预警模型。为了进一步验证模型的可靠性,采用交叉检验法对模型进行测试,对所构建的预警模型用测试组的样本数据进行检验,检验的结果表明网络预测的正确率达到88.3%,由此可见,该模型具有良好的分类功能,利用LVQ网络进行模式识别是合适的,所构建的预警模型能够有效的预测企业的财务危机,这进一步表明把人工神经网络技术应用于企业财务危机预警的研究有着广泛的应用前景。