房地产业是国民经济的支柱产业,房地产上市公司的财务健康与否直接影响到市场各利益主体,影响到整个国民经济和社会的发展。由于房地产行业是典型的资金密集行业,具有投资大、周期长、风险高、收益高、供应链长、地域性强的特点,而近年来国家多番宏观调控政策对房地产行业的发展产生了巨大影响,房地产企业的财务风险隐患已有所暴露,国内的房地产企业要想生存发展,财务风险的解决势在必行。因此建立一个适合我国房地产企业的财务危机预警模型,对企业的财务和运营情况进行预测,具有现实意义。本文的研究首先是基于对国内外财务危机预警资料和文献的广泛阅读和整理,然后考虑了房地产行业基本特征,分析了企业陷入财务危机的相关因素,并从这些因素着手,选取相关的研究变量,在对这些研究变量进行统计分析的基础上来建立模型,从而构建适合我国的房地产上市公司的财务危机预警模型。研究的内容具体包括以下五部分：第一部分,绪论。主要说明了对房地产上市公司进行财务预警研究的现实背景以及理论背景,阐述本文研究意义,提出文章的研究框架和具体内容、研究方法和创新点。第二部分,研究综述。主要对财务危机和财务预警的内涵进行了界定,对国内外学者在财务危机预警领域的研究成果进行了回顾与评析,从而为本文的研究建立了理论基础。同时特别阐述了我国近几年在房地产财务危机预警方面的研究现状,分析了财务预警理论的发展趋势。第三部分,我国房地产行业财务危机分析。结合我国房地产行业的现状和发展特点,阐述我国的房地产公司所面临的财务风险,分析了影响房地产行业发展的宏观和微观因素。第四部分,实证研究。系统的解释本研究所需要采用的方法,说明了研究样本的选取和剔除过程和数据来源,预警指标的设计,并应用SPSS19.0统计软件对数据指标进行了筛选：先进行K-S正态性分布检验,对符合正态性分布的指标又实施了独立样本T检验,而对不符合正态性分布的指标数据进行了非参数检验,之后对筛选出来的显著指标进行了因子分析,提取了主成分。本文的主要创新点在于在因子分析的基础上,构建了基于2009、2010、2011三年加权平均数据的Logistic模型(M1),试错性的将临界值由传统的0.5调整为0.38,对模型的拟合度进行了检验,并用2012年的数据进行回带以检验模型的预测效果。为了进行对比,本文还建立了仅基于2009年数据基础上的Logistic模型(M2),对两个模型M1和M2进行了对比分析。第五部分,研究结论与展望。总结本文的实证研究成果和不足,对未来的研究进行了展望,并对房地产业财务危机预警提出相关建议。实证研究结果表明：与仅以2009年数据为基础建立的模型(M2)相比,以2009、2010、2011三年加权平均数据所建立的模型(M1)拟合度和预测效果更高,M1模型预测准确率高达98.1%,同时,用2012年的回带数据检验显示的准确率达到了76.19%,因此我们最终选择M1模型作为本文研究的对象。M1模型主要由因子3(盈利能力、公司规模、托宾Q)和因子4(盈利能力)解释,可以看出对房地产业财务危机影响最大的是盈利能力,盈利能力越强,发生财务危机的可能性越小,呈负相关。与此类似,可以得出公司的资产规模和市场价值与发生财务危机的可能性负相关。