随着信息技术、知识经济的快速发展，市场环境复杂多变且竞争日益激烈，使得企业供应链不确定因素增强，企业供应链面临风险越来越大。特别是以工业生产活动为主的钢铁行业，无论是内部环境，还是外部环境，供应链上都存在难以预测的不确定性风险因素。为了能够预防和控制钢铁供应链风险，适应快速变化的市场需求，提高企业竞争力，必须建立钢铁供应链风险预警机制。它不仅能够丰富和发展供应链风险理论，尤其对钢铁企业自身有非常重要的现实意义。 　　本研究以供应链管理理论和供应链风险预警理论为理论基础，以钢铁供应链风险为研究对象，以钢铁供应链风险预警为主线，对钢铁供应链的风险及风险诱因进行全面系统的分析研究。建立一套钢铁供应链风险预警评价指标体系，并最终建立预警模型，实现钢铁供应链风险预警的功能。 　　本文首先总结了当前国内外关于供应链风险预警研究的现状，并对供应链风险管理和供应链风险预警的理论知识做了必要介绍，为下面的供应链风险诱因分析打下了坚持的理论基础。随后，本文分析了钢铁企业供应链的构成，并对钢铁企业供应链上的风险诱因进行了分析研究，从中选取具有代表性的指标，经过反复推敲和修改，最终形成了一套较为科学全面的专门针对钢铁企业的供应链风险预警指标体系。在此基础之上，基于支持向量回归建立了钢铁供应链风险预警模型，也就是本文的核心部分。支持向量机方法是基于VC 维理论和结构风险最小化原理基础上的一种先进的学习方法，它能根据有限的样本信息在模型复杂性和学习能力之间寻求最佳平衡。支持向量机使用的是数学方法和优化技术，在解决小样本、非线性和高维模式识别问题中具有独特优势。本文运用LIBSVM工具箱，选择十一个钢铁企业的运营指标作为样本训练和检测，建立预警模型，然后将此模型应用于河北钢铁集团进行实证分析。