能源消耗型企业一直被冠名为高碳企业,高消耗、高投入和高排放都是他们独特的标签,能源消耗型企业作为我国财政收入贡献率最大的企业类型,也是对生态环境保护要求最高的企业。一直以来,能源消耗型企业对生态环境关注的多少却被认为是道德观念问题,一直没有明文法规约束,并且企业也没有将此种思想运用到生产经营层面上。近些年来,能源消耗型企业社会责任问题日益凸显,尤其是低碳经济的提出,能源消耗型企业在生产经营过程中涉及到的碳财务风险问题也越来越被社会关注。Wind资讯中单行业数据输出-石油加工、炼焦及燃料加工业版块数据显示,2008年5月至2011年2月累积亏损能源消耗型企业由18%上升至24%,截止至2011年2月,累计应收账款净额比去年同期增长23.62%,累计财务费用比去年同期增长23.93%,我国能源消耗型企业存在重大的应收账款回收困难和财务费用激增的财务风险问题。因此,基于低碳视角下对能源消耗型企业财务风险研究具有重要的理论意义和现实意义。本文利用描述性统计和实证分析等方法,总结了能源消耗型企业在低碳经济视角下由于生态环境、税收政策和能源价格的内部原因以及低碳目标和财务风险管理目标转变的外部原因,在筹资、投资和资金运营三个方面存在的财务风险问题,如：碳排放交易权和低碳技术投入等投资风险,环境成本增加和碳税征收等资金运营风险导致筹资成本加大的财务风险问题,此三种风险此消彼长,如果不加以关注和改进,会一直存在于能源消耗型企业之中,影响其健康发展。实证部分本文选取了2009-2010年我国156家煤炭、电力和石油等企业作为能源消耗型企业的典型代表,其中非ST企业99家,ST企业57家。首先,选取财务指标24个,利用SPSS16.0软件进行F检验和T检验剔除14个；其次,将2009年116家设定为训练样本,2010年40家为测试样本,利用MATLAB7.0软件,将8种财务指标归一化,并建立BP神经网络,运行结果发现企业分类正确率达到70%；最后建立遗传算法优化的BP神经网络模型,分类正确率达到80%以上。实验结果表明,遗传算法优化的BP神经网络模型使企业分类误差要减少很多,是能源消耗型企业预测财务风险较流行和实用的人工智能算法。基于理论和实证分析,本文最后提出了能源消耗型企业在低碳经济下应该通过建立低碳财务管理思想、全面控制低碳成本、充分利用政府的低碳优惠政策和建立指标性预警系统等措施预防财务风险。