摘要：采用支持向量機和核主成分分析法構建中國銀行業系統性風險預警模型,將預警結果與BP神經網絡模型和Logit回歸模型的預警結果進行對比,并基于2008年1月~2017年9月的數據,采用SVM預警模型預測2009年1月~2018年9月中國銀行業系統性風險水平。研究結果顯示:與BP神經網絡和Logit回歸模型相比,SVM模型具有較高的預警正確率;在不同的階段中國銀行業系統性風險水平呈現出不同的變動趨勢。建議中國政府部門和銀行業警惕資本市場泡沫增長等隱性風險,不斷完善銀行業內部系統的風險防控機制,持續強化銀行業宏觀審慎監管。