市场经济的发展和全球经济一体化进程的加速给上市企业带来了更多的机遇,使得企业不断加快自身的发展步伐,但是与此同时,也给企业带来了更多的风险和不确定性因素,使上市企业的生存环境更加复杂,企业之间的竞争更加激烈。对于我国而言,市场经济和证券市场正处于初级阶段,很多上市企业尤其是在创业板市场中上市的中小企业,经营管理水平比较低下,风险意识不强,财务制度还不完善,这使的创业板上市企业出现财务危机甚至破产倒闭的可能性极大。并且创业板的退市制度比主板更加严格,没有ST制度作为预警缓冲期,一旦其发生财务危机,将会直接影响企业自身的生存与发展。因此,财务危机预警工作尤为重要,能够使得企业投资人、债权人以及其他的利益相关者避免严重的损失,保证我国经济健康良好的发展。由于支持向量机在金融数据挖掘工作中表现出的优良性能,本文将基于特征加权三分类支持向量机模型对创业板的上市公司进行财务危机预警研究,主要的研究内容包括以下三个方面：第一,基于违约距离和次序统计量的风险评级体系的构建。在财务危机预警问题研究中,最基本的分类是将财务状况简单地分为发生财务危机和财务状况良好两种情况,但是实际情况往往比两种分类更加复杂,因此,本文建立了新的评级体系用于财务危机预警模型。首先根据企业的股市数据和财务数据计算企业的违约距离,然后按照次序统计量原理对违约距离进行重新排序,计算违约距离的临界值和相应的置信区间,由此设立风险评级标准,作为判断企业财务状况的依据,并针对我国创业板上市企业进行实证研究。第二,基于违约距离的财务指标特征加权和财务指标选择的研究。违约距离是用于衡量违约风险的指标,表示资产市场价值概率分布均值与违约临界点之间的距离,能够为企业的财务危机提供有力的预警信息。因此,本文采用灰色相对关联度度量各财务指标与违约距离值之间的关联程度,并以此作为该财务指标的特征权重,构建特征权重向量。第三,双正交小波混合核三分类DD-FWSVM财务危机预警模型的构建。本文使用灰色关联度评估违约距离和各个财务指标的相关性,并依据该相关性给各个指标设定相应的权重,关联程度越高则该财务指标在财务危机预警模型中的权重越大,指标被选择的可能性越大,从而达到财务指标选择的目的。在此基础上,构造基于双正交小波混合核三分类DD-FWSVM财务危机预警模型并针对我国创业板上市企业进行实证研究。