随着市场竞争压力的增大,上市公司因为财务危机而被特别处理的状况频发。随着生物医药行业被列为我国的战略高新行业,我国生物医药企业得到迅速的发展和扩大。近年来我国的迅猛扩大的资本市场和不断完善的市场机制,行业之间的竞争也越来越激烈,企业始终面临着被市场淘汰出局的威胁。因此在公开真实数据的基础上,如何建立为之有效的财务危机预警模型具有实践意义。本文的第一章对财务危机频发的背景进行了论述,并提出研究框架和所采用的方法。之后在第二章节引入财务危机预警的相关理论综述,系统的阐述了国内外学者关于财务危机的定义,影响因素以及建模方法的理论综述。根据本文选择的模型研究方法,系统介绍了支持向量机的相关理论,即凸规划问题的优化理论以及对偶理论,线性问题和非线性问题以及几种常用的核函数公式。最后介绍了支持向量机作为近几年热门的数据挖掘方法的应用和研究领域。在此基础上,确定支持向量机模型的建立思路,首先选取生物医药上市公司的129家正常公司和43家ST公司为样本,根据相关文献选取指标的原则和生物医药上市公司的行业特点筛选特征指标,从财务学角度阐明了各个指标的内在涵义。在数据和财务指标选取以后,为避免量纲不同造成的结果差异对数据进行标准化处理。利用主成分分析法来克服财务指标之间存在的多重共线性。在支持向量机的核函数和核参数的选择上,借鉴国内外学者的研究结合R软件程序包中e107关于核函数参数的选择和设置,分别对四种核函数建立的财务危机预警模型进行测试并得出测试结果。研究结论显示四种核函数对财务危机预警的稳定性和准确性各不相同。其中径向核函数的预警准确率最高,多项式核函数和Sigmoid核函数预测准确率次之,线性核函数预警效果不甚理想。同时运用财务危机预警理论中经典的Logistic回归进行预测与之对比分析,结果显示Logistic模型在训练集的精度高于SVM,但在测试集的预测精度上却远低于SVM。通过上述的理论文献的整理和实证结果的分析,笔者认为支持向量机模型对于生物医药上市公司的财务预警具有实践意义,可以为广大的投资者,监管机构和公司管理层提供参考价值。最后,本文展望了对支持向量机在财务危机预警的进一步的深入研究的方向。