随着中国经济的快速发展和经济体制的改革,企业筹资的风险与财务经营方面的风险也逐渐产生。在我国证券市场准入制度和退出制度完善后,持续亏损的经济损失企业将被中国证监会“ST”或“*ST”处罚,直至被除名。因而,建立财务危机预警模型不但可以解决企业本身的财务危机,并且可以避免给投资人和债权人造成巨大损失。本文以上市公司所面临的重大财务风险为切入点,选取2016年中国股票市场中因财务困境而面临退市风险的公司,按照1:2的比例配比为对象,采用上市公司财务报表中偿债能力、盈利能力、营运能力、公司成长能力等财务指标进行模型的构建。本文将以2014年财务数据为样本做训练集,以2015年样本的财务数据作为测试集,在因子分析法的基础上构建以支持向量机为模型的财务风险预警模型,获得的分类准确率为82%,预警准确率为77.25%。其次本文为了提高模型准确度,引入TOPSIS法的和网格寻优算法进行模型进行优化测试。结果表明,引入TOPSIS法后采用网格寻优算法优化所构建的支持向量机模型能显著提高模型的准确性,分类准确率提高到95.2381%,预警准确率提高到82%,由此说明二重分类能够有效的提高预警准确性。因此,通过支持向量机模型预警企业财务风险,不管是对理论研究还是对企业具体财务问题研究都是十分具有意义的。