全球经济一体化趋势，使得金融业在整个经济系统中具有强大的联动性，尤其是以资本为经营对象的银行业，信用状况一旦恶化，其资金流动性必然出现问题，甚至诱发整个银行业危机，给国民经济带来惨重损失。如何做到将银行风险防患于未然，即对银行信用风险预警的研究，已成为我国银行业乃至我们整个国家亟需解决的问题之一。本文针对我国商业银行信用风险预警研究问题，在银行业风险研究背景和研究意义的分析下，同时借鉴学习国内外研究成果，贯彻银行信用风险管理的理论，剖析银行信用风险的成因、客观性及其特征，阐述我国银行业信用风险的管理模式及存在问题，为构建适用于我国银行的信用风险预警模型奠定理论基础。本文将支持向量机引入到银行信用风险预警研究中，首先对SVM用于银行业信用风险预警的可行性进行分析，在构建银行信用风险预警指标体系的基础上，综合运用主成分分析法和支持向量机建立一个适用于我国银行信用风险预警的SVM模型，利用公开发布的上市商业银行的财务数据对我国商业银行信用风险预警模型进行实证研究，首先锁定样本数据，其次运用主成分分析法对所选取的指标进行降维处理，然后利用指标阈值的综合风险得分对样本进行归类，最后利用第三部分所建立的SVM风险预警模型进行实证分析，结果显示SVM模型具有很好的风险预测性。本文最后对模型运行结果进行总结和分析，并在此基础上，为我国商业银行信用风险的防范和化解提供相关建议。