随着经济的不断发展与科技的进步,我国企业的数量也在不断增加,在不断扩张的同时,企业的财务风险也逐渐暴露出来。安然、银广厦、绿大地等多家企业的衰落表明无论企业的经营状况多么良好,都有可能面临财务风险的问题。所以时刻关注财务风险的大小状况,对财务风险进行预警分析对于保障企业的安全与持续经营来说是一件不可或缺的事情。另外,乐视网作为信息技术行业曾经的龙头企业,具有这个行业的特点:生产经营和经济的发展密切相关,对于和技术的需要更强烈,更注重无形资产和研发的投入。这些原因导致企业更容易面临财务方面的问题,遭受财务风险的侵蚀。如果有一套合适的财务风险预警模型进行财务风险预警,提前识别风险,能够大大提高企业经营的安全性。对于企业和相关的单位、个人来说,具有十分重要的作用。与之前对财务风险的研究不同,本文采用先进的BP神经网络和F分数模型相结合的方式展开对乐视网财务风险预警研究,这是本文的一个创新点。本文主要思路是:首先介绍本文的研究背景和意义以及分析中所涉及的相关理论、概念及方法,经过对财务风险预警模型的研究发现利用神经网络模型进行的财务风险预警效果较好,于是本文选择采用准确性较高、较为实用的BP算法建立神经网络预警模型。其次以乐视网所在的信息技术行业的数据为输入值,以通过F分数模型得到的风险值为输出值建立基于BP神经网络的财务风险预警模型,经过对模型不断调试,测试结果显示模型准确率达到90.698%,然后用此模型对乐视网进行仿真检验。然后从资金的筹集、使用和回收过程对乐视网企业的财务风险进一步研究,以期再次验证模型的准确性以及发现财务风险所在。最后尝试对造成财务风险的成因进行分析,结果发现乐视网在应收账款、无形资产、成本费用和扩张投资等方面存在不合理之处。同时也发现乐视网作为曾经的龙头老大企业,近几年来其财务状况就不是很乐观,进而从资金的筹集、使用和回收方面提出有建设性的建议,同时也能够给类似企业参考价值。经过对乐视网财务风险预警的研究,主要得到以下结论:首先,良好的经营状况也可能会存在财务风险的问题,所以应该随时关注;其次,基于BP神经网络的财务风险预警模型的准确率很高,可以进行推广使用;最后,对于未来的研究方向,应当是使模型不仅能判断是否具有财务风险,还要找到财务风险所在的具体方面。