上市公司是证券市场的基石,其行为的规范与否及财务状况的好坏将直接影响到证券市场的发展和投资者的利益.近年来,上市公司陷入财务危机的数量急剧上升,企业普遍抗风险能力减弱.如何客观评价一个企业财务经营状况的好坏,使企业财务状况还未发展到恶化的时候,就能揭示其潜在的风险,可预示其危机的发生,提前向经营者发出警告,使其能早做准备或及时采取对策,阻止财务状况的进一步恶化,避免严重的财务危机真正发生,就显得格外的重要.本论文正是基于这样的思想,利用统计学方法和支持向量机方法,建立上市公司信用评价模型,对我国上市公司的财务状况进行信用评价。支持向量机SVM是二十世纪九十年代发展起来的统计学习理论的核心内容,核函数是它的重要组成部分。在众多核函数中,高斯核函数由于其特殊的性质以及广泛的应用,得到了广大研究者的重视。本文主要利用高斯核SVM建立上市公司财务风险评价模型,从上市公司13个主要财务指标中选出部分指标,建立了42种财务风险评价预测模型,并利用这42种模型对评估预测精度进行比较研究。最后,文章对比了支持向量机和统计学方法,并基于数值仿真实验说明了基于高斯核的支持向量机在上市公司进行财务风险评价预测的优越性。