财务预警研究是财务领域一个重要的研究课题，国内以往的研究中，大都是对整个上市公司进行预警研究，也有针对某一地区、行业以及国有企业的研究，却未有过专门针对服务业上市公司的预警研究。服务业近年来，在我国发展迅速，但是服务业在国民经济中的比重和地位依然相对偏低，在服务业当中，上市公司是其中的代表，通过对近年来服务业上市公司的财务状况加以科学分析，建立有效的财务预警模型，可以足够早地预测并解决公司存在的问题，从而保证整个服务行业持续快速发展。因此，本文把研究对象限定于服务业上市公司。文章在分析和比较国内外学者各种财务预警研究方法基础上，选取了BP神经网络结合主成分分析作为本文的建模方法，以服务业上市公司中被特别处理(ST)作为公司陷入财务困境的标志，采集了2002-2005年间47家服务业ST上市公司和47家正常公司作为建模的样本，并选取了5个维度24个财务指标和7个非财务指标作为财务预警的研究变量，使用公司ST前第三年数据分别建立了财务指标模型和综合指标模型，结果表明综合指标预警模型比财务指标预警模型的预测精度高。由此可见，在财务指标基础上引人公司治理、关联交易、对外担保等非财务指标，可以提高对服务业企业陷入财务困境的预测准确率。