【摘要】本文考察支持向量机SVM(Support Vector Machines)在商业银行构建企业破产预测模型中的作用。由于SVM能够使用小样本捕获特征空间的几何特征并抽取出最优解,因此对于企业破产预测问题,使用SVM方法构建的分类机的性能比倒传递神经网络模型(BPN)方法构建的分类机的性能要好。本文同时考察了取不同参数值时SVM模型性能的变化。此外,本文考察和总结了与BPN相比,SVM算法的几个优越点。研究结果表明,当训练集的规模变小时,SVM的精确性和推广性能优于BPN．