2017年是新一届美国政府执政元年,由于新任美国总统特朗普与以往美国政府执政风格相比,具有显著实用主义色彩,致使中美关系发展呈现出跌宕起伏的态势。美国针对中国进行了一系列贸易调查,希望借此打压中国的市场经济地位,捍卫“美国标准”的贸易规则。21世纪以来,中国的汽车制造业发展得非常迅速,到目前已经成为我国重要的支柱产业之一。截止到2017年年底,中国汽车产业的产量已经达到了2901.54万辆,销量也达到了2887.89万辆。在产业集中度、制造能力和管理水平上,中国汽车行业都有了非常明显的提高。在中国经济发展的同时,汽车产业的结构得到了不断的升级和调整,汽车企业间也在不断推进着兼并重组。与此同时,国内汽车制造企业的内外部竞争环境也更加残酷,因为国外汽车制造企业也在不断地加快进入中国市场的速度。此外,美国向中国发起的贸易战也给中国汽车企业带来了危机,如果将来对进口汽车降低关税,中国汽车制造转型升级将更加困难。在进口车的冲击下,我国汽车制造业面临的财务风险也会更加明显。目前的财务预警并没有在应用层面上达到希望的效果,哪怕现在国内外在财务风险预警上的研究很多,毕竟各类型企业面临的情况各不一样。投资规模大、资金回收期长,非常复杂的市场环境等等,都会使资金密集的中国汽车制造企业的财务活动发生各种风险。因此,在市场竞争大环境的客观要求下,需要通过对中国汽车制造企业的财务风险进行准确的评估分析,来帮助企业进一步健康地发展。由此,本文通过使用BP神经网络模型进行定性分析,通过对预警结果结合财务指标进行定量分析,再结合财务风险管理理论,以及汽车制造业自身的特点,对中国汽车汽车制造企业的财务风险预警进行比较深入的挖掘。本文的第一步是归纳并总结了企业财务风险预警理论,将财务风险和财务风险预警的概念进行一个清晰的界定,同时将企业财务风险预警相关的理论进行简单概述,对中国汽车制造企业的发展历程和风险管理现状进行大致分析,并由内部和外部环境的方向上对形成当下状态的成因进行分析。第二步,筛选财务预警模型,筛选预警模型所需样本,选择预警模型所需指标,构建财务风险预警模型,再对将训练出的模型进行实证的验证分析,通过这一步骤建立基于BP神经网络的中国汽车制造业企业财务风险预警模型。最后一步,再用本文构建的财务风险预警模型,对比亚迪公司的财务风险程度进行预测,并针对比亚迪公司的预警结果,提出相应的防范对策。