石化行业是整个国民经济的基础行业,它的发展除本身对经济增长贡献较大外,还具有极强的产业关联效应,能够引导和推动大批产业的发展,对整个国民经济的发展起着强大的支撑和辐射作用。近年来,加入世贸组织和经济体制改革使我国石化类企业承受的市场竞争压力日趋增大。由于不确定因素的增加,特别是石油价格和人民币汇率的大幅变动,使企业所面临的风险也随之增加,由财务危机导致破产清算已成为许多石化类企业需要警惕的问题。开展对我国石化类上市公司财务预警系统的研究,建立企业预警系统,对于防范财务危机,提高企业抗风险能力,保障各相关主体的利益都是至关重要的。本文以我国石化类上市公司为研究样本,首先分析了影响我国石化类上市公司财务状况的宏观经济因素和企业财务因素,在此基础上得到了粗选预警指标;随后运用相关分析、方差分析和主成分分析等统计学方法对粗选指标进行了筛选和提炼,构建了财务预警指标体系;在比较各预警模型的优劣后,本文选用人工神经网络理论中的BP神经网络方法构建了针对我国当前石化类上司公司财务预警系统。本文构建的预警系统的主要功能是利用前期各宏观经济数据和企业财务数据预测滞后一年的石化类上市公司财务状况。从模型的检验结果看,该预警模型的预测精度较高,能够对我国石化类上市公司财务状况进行预测;同时也说明本文采用的企业财务预警模型构建方法是可行的,该方法可为其他行业企业建立财务预警模型提供参考。