经过了几十年的发展,公司财务危机预警的研究已经成为了被国内外学者广泛关注的研究课题,不仅具有较高的学术价值,而且有着巨大的应用价值,可以成为公司管理者及其利益相关者进行决策的重要参考依据。纵观国内外公司财务危机预警领域的相关研究,主要集中在财务危机预警指标体系的构建和预警模型的构建两个方面,且目前已构建的财务危机预警指标体系以及预警模型多为普适性的。然而随着经济的发展,不同行业间的差异越来越明显,原本普适性的预警指标体系和模型,已经远远不能满足各行业的需要了。因而构建出针对各个行业的财务危机预警指标体系和模型已经成为了财务危机预警研究领域的一个重要的发展趋势。就目前来看,一方面中国房地产行业经过了一轮飞速发展期,已经成为了国民经济的支柱产业之一;另一方面近年来随着中国证券市场的快速发展,房地产上市公司的数量和规模也在不断扩大,有越来越多的投资者关注房地产上市公司的业绩和发展。因此针对中国房地产上市公司构建财务危机预警模型迫在眉睫,然而这一方面的理论研究却不多见。本文通过对国内外公司财务危机预警相关文献的梳理,并且结合中国房地产行业的特点,从财务危机的界定、财务危机警度的划分、研究样本的设计和搜集、变量的选取和优化以及构建模型的方法等方面提出了构建针对中国房地产上市公司的财务危机预警模型的思路。首先,本文构建出了中国房地产上市公司财务危机预警指标体系。笔者选取了44家中国房地产上市公司的1998-2006年的数据作为样本,在广泛的文献阅读的基础上,从偿债能力、盈利能力、经营发展能力、资产管理能力、扩张能力、市场价值维度以及公司治理等8个方面选择了能够全面反映出公司经营与管理各个方面的63个指标,先后采用Kruskal-walis H检验和因子分析对指标进行筛选和优化,得到了中国房地产上市公司财务危机预警指标体系,含有8类24个指标,其中包括笔者特别挑选的能够反映出中国房地产行业特色的指标“每股土地储备金额”。其次,本文构建了中国房地产上市公司分警度财务危机预警模型。在本文构建的财务危机预警指标体系的基础上,采用BP神经网络方法,使用提前一年的样本数据建立了预测期为一年的分警度财务危机预警模型。在该模型的构建过程中,本文比较了MATLAB6.0神经网络工具箱中所提供的trainlm、trainrp、trainscg、trainbfg和traingdx五种快速学习方法,选择出了训练效果最佳的trainlm方法进行网络训练,构建出的财务危机预警模型能够对中国房地产上市公司财务状况区别出“健康”、“轻度财务危机”和“重度财务危机”三个警度,在采用检验样本进行仿真检验时获得了92.38%的正确率,而且本模型对财务危机(包括“轻度财务危机”和“重度财务危机”两种情况)的识别能力很强,极大程度上避免了将财务危机误判成健康的情况出现。最后,本文对“海泰发展”1999-2006年的财务状况采用本文构建的针对中国房地产上市公司的财务危机预警模型进行仿真预测,预测结果表明,财务危机年份的预测完全正确,仅出现了1次对健康年份的误判,再次证明了本模型对财务危机的识别能力,应用价值较大。