伴随企业技术革新的效果越来越显著,许多具有高成长性的企业陆续在创业板上市。从2009年创立至今,已从最初的28家企业成长到现在的1000余家,创业板已成为推动我国经济发展的一股重要力量,对我国经济的高质量发展起到了非常重要的金融支撑作用。随着创业板市场的不断成长,使得越来越多的投资者涌入创业板市场,故此,如何对创业板企业价值进行合理的评估是当前的重要难题。创业板上市企业的发展受到多重因素的影响,除了财务因素方面的影响外,非财务因素同样影响着创业板上市企业价值。其中财务因素方面主要有企业的盈利能力、营运能力、偿债能力、成长能力等;非财务因素包括资产规模、股权集中度、治理能力、创新能力和管理层特征等。而传统的评估方法如收益法、成本法等仅仅考虑了企业的财务因素,因此它们难以适用于创业板上市企业的价值评估,那么如何将非财务因素也纳入评估体系中是评估时的一大难点。本文分析了创业板企业价值评估的研究现状,指出现有的评估方法存在的缺陷。梳理了支持向量机在经济学领域的应用,其适应于小样本、复杂化、高维度数据的特点,使得支持向量回归近些年在经济学科中运用愈加广泛。本文首次提出将支持向量回归应用于创业板上市企业价值评估中,试图构建一个适用于创业板企业的评估模型。为了实现评估模型的构建,本文结合我国创业板企业特征,共筛选出影响创业板企业价值的24个财务指标和非财务指标。并引入主成分分析进行指标的降维以消除各变量之间严重的多重共线性。通过网格搜索法寻找模型最优参数,使模型评估准确率得到优化。文章最后通过实例验证,对被评估企业分别以EVA模型和支持向量回归模型进行估值分析,以证实模型适用性,并对创业板上市企业价值评估的研究提供一种新的思路。