银行信贷活动中,最重要的工作是控制信贷风险。在给企业融资贷款过程中,必须对企业的经营状况进行分析,特别是评估企业是否存在破产风险。利用人工智能、大数据分析和数据挖掘技术,可以建立多种不同的企业破产预测模型。本文的主要工作有:(1)提出一种基于支持向量机方法的企业破产预测模型,并将该模型与基于反向传播神经网络方法的企业破产预测模型进行比较。实验结果表明,基于支持向量机方法的企业破产预测模型预测准确率更高,泛化性能更好。(2)提出一种基于极端学习机和金融知识的企业破产预测模型,即关于留一率的增量极端学习机方法。实验结果表明,通过本模型选择的9个变量比通过单纯的金融知识选择的12个变量更好。(3)提出一种基于内核极端学习机方法的企业破产预测模型。实验结果表明,此模型的性能在I型误差、II型误差、准确率和特征曲线下的面积等四个方面优于极端学习机模型、支持向量机模型、随机森林模型。因此,此模型最有希望成为企业破产预警系统的替代品。