随着我国市场经济和证券市场的快速发展，上市公司数量逐渐增多，规模逐渐扩大。截至2009年年末，沪深两市A股上市公司的数量已达到1718家。面对这样一个规模日益庞大的市场，无论是对于作为监管者的中国证监会和证券交易所，还是对于广大的投资人来说，如果能够使用上市公司可以获得的财务数据，建立一套科学的财务危机预警系统，及时的监控上市公司的财务状况，对其财务危机进行预警，从而有效防范和化解财务风险和危机。这样就把握了证券市场的命脉，握住了成功的机遇。　　 本文在前人研究的基础上，以上市公司为研究对象，利用财务与治理结构、股权结构、审计报告类型等非财务指标，采用最新的数据分析处理理论-粗糙集论提取ST与非ST企业相互区别的核心指标，采用模式分类最新研究成果支持向量机建立基于财务与非财务信息的上市公司财务危机预警模型，并通过2008-2009年沪深两市被ST处理的上市公司和配对样本进行实证检验，验证了基于财务与非财务信息的上市公司财务危机预警模型的可行性。对上市公司财务危机进行实证研究，建立预警模型意在向广大投资者和监管部门揭示，有哪些上市公司已经进入财务危机的预警区，以便及时监控上市公司的财务状况，对其财务危机进行预警，并做出合理可行的决策。　　 全文共分为五部分：第一部分引言，介绍选题的背景、目的、意义以及本文的创新点：第二部分文献述评，介绍国内外财务危机定义、分类、财务危机形成原因及财务危机预警模型的研究；第三部分总结了前人研究所使用的各类预警模型，如单因素模型、神经网络模型，对比分析了各种模型的优缺点，在此基础上引入本文建立模型使用的工具-粗糙集理论和支持向量机，并对其原理进行简单介绍，阐述支持向量机的优势；第四部分界定本文研究对象和设计研究样本，设计基于财务与非财务信息的上市公司财务预警指标系统，同时通过定量对比分析，依据不同预警指标建立了两种预警模型，即仅依靠财务信息建立的预警模型和基于财务与非财务信息预警模型，并通过实际检验，验证了基于财务信息与非财务信息的财务危机预警模型具有更好的判别财务危机企业的能力.第五部分研究结论及其局限性，总结实证研究得出的结论及存在的局限性，并提出未来的研究方向。