随着全球金融市场的不断发展，金融体系与实体经济的关系也日益紧密。研究金融指标和宏观经济指标的关系，同时利用多个金融指标合成表征一国整体金融市场运行情况的金融状况指数，不但能综合地了解金融市场波动和宏观经济周期之间的关系，也可以为宏观经济政策的制定提供一定参考。　　 尽管国际上已有多个金融机构针对本国金融市场编制了金融状况指数，国内外也已经有一些较为成熟的研究，但是，目前金融状况指数的编制方面的研究仍存在一定的不足:首先，在编制方法方面，金融指标的筛选过于主观化，指标权重设置完全依赖于主观设定或完全依赖于数据本身;其次，在实证研究方面，对于金融状况指数的编制研究多集中于欧美地区，针对新兴经济体的研究大多照搬发达国家的模型，并不完全适用于新兴经济体。　　 因此，本文首先结合经济学理论，对已有相关研究成果进行了梳理;在此基础上对指数编制方法进行了改进，提出了基于二次挖掘的指数编制框架:基于近年来广泛应用的最优化数据挖掘方法——支持向量回归算法进行一次挖掘，包括通过统计方法和机器学习方法对变量进行筛选和确定滞后期，并采用支持向量回归算法的权向量作为指标的权重;之后加入专家经验对权重进行约束进行二次挖掘，最终所得各指标权重将更符合经济学意义。　　 在实证研究方面，不仅在本文提出的框架下编制了中国金融状况指数，还进一步针对美国和其他金砖国家编制了金融状况指数并进行国际比较。首先根据基于二次挖掘的编制框架，在收集和整理中国金融市场若干变量之后通过支持向量回归算法进行指标筛选，并且针对每个变量确定滞后期;其次在一次挖掘的基础上进行权重正负约束和区间约束，最后合成了更符合经济学含义和专家经验的金融状况指数。在国际比较研究方面，在对美国和金砖国家近五年间的经济发展情况进行回顾的基础上，分别构建了美国、巴西、俄罗斯、印度和南非的金融状况指数。结果发现，美国与金砖国家的金融状况指数均能反映出本国的金融市场状况，并能对将来经济发展态势起到一定预测作用。国际比较研究不仅检验和证明了金融状况指数编制的合理性，同时也对中国判读世界各个国家发展态势以及经济发展特点，尤其是金融市场的发育发达状况具有参考意义。