本文首先对我国上市公司中的高新技术企业和传统企业样本的财务业绩表现进行主成分分析，建立了评价我国上市公司业绩表现的综合主成分模型。实证检验了两类企业在该项业绩综合评价指标上的差异，结果表明我国上市高新技术企业的综合业绩表现优于传统企业，我国高新技术企业在盈利性和成长性上的表现优于传统企业，在营运能力上高新技术企业与传统企业相比没有显著差异。　　 基于支持向量机神经网络理论，首创性地建立了一个由业绩产出财务指标辨识高新技术企业与传统企业类型的支持向量机模型。模型以企业的业绩产出财务指标数据为基础，以径向基函数作为核函数，使用网格寻优方法、遗传算法、粒子群算法调节模型参数，得到优化后的模型，并使用测试集数据验证了模型。对结果进行二元分类决策分析，结果表明：该模型的准确率和决策率等主要评价指标都达到了85％以上，具有较高的辨识能力和可信度，为高新技术企业和传统企业的类型辨识提供了一种可靠的、简单方便的方法，可以直接量化地判别企业是否属于高新技术企业。