建立完善的财务风险预警机制是商业银行生存与发展的必要保证。银行可以通过财务风险预警系统,及时发现自身内部存在的风险与危险程度,避免和控制危机,找出导致财务状况恶化的根源,为管理者提出解决问题的建设意见。本文在借鉴国内外相关研究成果的基础上,根据我国商业银行的特点,从防范和控制银行财务风险的角度出发,通过借鉴企业指标设计原则,提出将《银行家》杂志上市银行排名和每股收益排名2个综合指标组成非财务因素,建立了由资产质量风险、流动性风险、盈利能力风险、风险抵补和非财务因素五个模块构成的商业银行财务风险指标体系。应用层次分析法来确定各指标的权重系数,运用综合功效系数法对各商业银行财务状况进行预警,得出了商业银行财务风险的警情。文章以中国24家银行2007年、2008和2009年财务指标数据和综合功效系数法得出的警情为样本数据,应用SPSS Clementine 12.0作为工具,遵循经济预警理论的流程,分别用决策树、神经网络、支持向量机三种算法来建立模型并进行实证分析,对三个模型的实证结果用符合矩阵和收益图进行了比较分析。验证了模型的有效性,并得出支持向量机模型分类预测最为准确的结论。为解决在银行信息管理平台中直接实施数据挖掘模块需要专家参与的问题,提出用批处理文件调用clementine数据挖掘预警模块的方法,基于SOA架构,将由数据挖掘专家实现的基于数据挖掘的银行财务风险预警功能包装成服务,应用BPEL技术实现了服务的服务组合,为银行信息系统系统用SOA架构集成数据挖掘服务提供了一种轻量级集成方法。