我国房地产行业自1996年开始进入持续稳定发展局面。在房地产行业高利润的驱动下,各类资金涌入房地产行业,出现了“外行搞房地产、外来人搞房地产、外来资金搞房地产”的“三外”现象。海尔、美的等多家传统主业非房地产的大型企业纷纷加入到房地产行业的淘金队伍中来。在各房地产商的炒作下,各地“地王”频现,房价节节攀升。为了规范混乱的房地产市场,国资委于2010年3月18日要求78家非房地产主业的央企退出房地产领域。这对于稳定经济发展,控制房地产金融风险有着重要的作用。房地产作为我国国民经济的重要支柱产业之一,其重要性不言而喻。作为一个产业关联度强的行业,其所带动的上下游相关产业链相当长。房地产业具有高风险,一旦企业发生财务风险,将会对整个国民经济的稳定造成重创。因此,对房地产企业进行财务风险预警具有极其重要的意义。而近几年,在我国财务风险预警研究的带动下,对于房地产财务风险预警的研究也正有所发展,但是基于现金流量指标的研究则较少。本文基于这种需求,以房地产上市公司为研究对象,利用神经网络模型来构建一个适用于我国房地产企业的财务风险预警模型,并对完善房地产企业财务风险控制提出建议。本文首先对国内外现有的研究进行了相关文献的梳理和述评,在此基础上形成了本文的研究思路及研究框架。接着对风险、财务风险、现金流量、财务风险预警的定义进行了界定,进一步介绍了财务风险预警的理论基础。第三章对我国房地产行业的发展现状进行了描述,介绍了我国房地产上市公司所面临的财务风险来源以及建立房地产上市公司预警模型的重要性。第四章结合我国房地产上市公司的特点,建立了一个基于现金流量的我国房地产上市公司财务风险预警指标体系,对神经网络模型进行介绍并根据建立的指标体系构建了一个基于BP神经网络的财务风险预警模型。第五章根据已构建的财务风险预警模型,展开了模型的实证分析过程,主要包括使用因子分析法对103个房地产上市公司的16个指标进行变量维度的缩减,得到六个主因子并根据其特点赋予相应的经济意义。使用其中的61家企业对神经网络模型进行训练,并使用剩余的42家企业对训练完毕的模型有效性进行验证并证实了该模型具有较高的预测准确性。第六章在研究的基础上提出了建立有效的财务风险预警模型、并对完善我国房地产上市公司风险控制提出了相关建议。最后是对本文的总结及展望。