20世纪80年代以来，随着经济的高速发展，中国汽车制造业取得了蓬勃发展，已成为中国重要的支柱产业之一。汽车产量由1980年的22万辆迅速增长到2012年的1927.18万辆，销量从1996年的14.59万辆增长到2012年的1930.64万辆。汽车产业的集中度、制造能力、管理水平都有显著地提高。汽车产业结构随着中国加入WTO后得到了不断的升级和调整，企业间的兼并重组也被不断推进。同时，国外汽车制造企业进入中国市场的速度日益加快，导致国内汽车制造企业生产经营的内外部竞争环境进一步激烈化。此外，兼并重组也给企业带来了潜在风险，部分企业开始出现资金周转不灵、偿债能力及主营业务能力下降等不利现象。中国汽车制造企业在面临良好发展机遇的同时也将承受更大的经营风险和财务风险。目前国内外对财务风险预警的研究较多，但由于各类型企业面临的情况不同，财务风险预警的应用也没有达到预想的效果。中国汽车制造企业是资金密集型企业，投资规模大、回收期长，市场环境复杂，财务活动可能存在各类风险。因此，对中国汽车制造企业财务风险进行准确的分析不仅关系到企业的健康发展，而且也是市场竞争体制的客观要求。鉴于此，本文结合财务风险管理理论以及汽车制造企业自身的特点，利用小波神经网络模型、预警结果分析等定量和定性分析相结合的方法，对中国汽车制造企业的财务风险预警进行了较为深入的探讨。本文首先通过对企业财务风险预警理论进行归纳和总结，界定了财务风险和财务风险预警的概念，概述了与企业财务风险预警相关的理论，分析了中国汽车制造企业的发展历程以及风险管理现状，并从内、外部环境两方面对其成因进行分析。然后，以选择预警模型、选取预警模型样本及指标、构建财务风险预警模型、对模型进行实证分析的基本思路建立了基于小波神经网络的中国汽车制造企业财务风险预警模型。最后，利用本文所构建的预警模型对某一具体汽车制造企业财务风险状况进行预测，并针对该企业预警结果提出相应的防范对策。