目前,在快速发展的中国经济和激烈的企业竞争的大环境下,发生财务危机的公司数目迅速增加,因此对其财务危机的预测就非常重要。一个国家的生产力水平与其制造业的发展水平密切相关,并且制造业占发达国家国民经济的很大一部分。制造业是国民经济可持续发展的重要产业和基础。它是现代文明发展的非常重要的物质基石,也是现代竞争,国防装备和国家安全成功的重要保证。因此,如何结合我国制造业上市公司的实际情况,构造出一个效果良好的模型去预测财务危机,就成为了一个比较重要的问题。本文选取了2017年399家制造业上市公司的数据,对其进行分析。首先,进行因子分析,降低数据的维数,然后分析因子分析的结果;其次,将因子分析的结果应用到逻辑回归模型和支持向量机中,构建了logistic回归模型;最后将因子分析的结果也应用到SVM中,构建了初始SVM模型以及进行五折交叉验证后的SVM模型,并将其与之前建立的logistic回归模型进行比较、分析模型预测的准确性。分析结果表明,1.初始SVM模型和交叉验证SVM模型的准确性几乎与逻辑回归预测模型的准确性相同;2.具有RBF核函数的SVM模型虽然是通过初始SVM模型获得最佳效果,但是由于其对测试集中有财务危机的预测准确率很低,所以进行因子分析是十分必要的。3.在对财务危机公司的预测中,SVM模型的准确性远高于逻辑回归模型和初始SVM模型,达到92.6%。因此,交叉验证后的模型效果最好,测试集和训练集的准确率达到99.5%。结合本文的研究结论,对中国制造业上市公司的财务危机预测提出了建议。