ورشکستگی و پیش بینی آن همواره یکی از موضوعات مهم و قابل توجه برای نهادهای مالی بوده و با توجه به ذی نفعان این امر از جمله مالکان، مدیران، سرمایه گذاران، اعتباردهندگان، حسابرسان و همچنین موسسات دولتی، اهمیت موضوع فوق الذکر به خصوص در سالهای اخیر و با تشدید ورشکستگی و وقوع بحرآنهای مالی بیشتر گردیده است. با توجه به اثرات ورشکستگی در عملکرد شرکت ها، اخیراً تلاش های زیادی به جهت شناسایی و ایجاد مدل پیش بینی ورشکستگی و اشتباهات اقتصادی صورت گرفته و حجم بسیاری از تحقیقات به این موضوع اختصاص یافته است. هدف از نگارش این پایان نامه استفاده از روش ماشین بردار پشتیبان جهت حل مسئله پیش بینی ورشکستگی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران (تولیدی و خدماتی) و در نهایت اولویت بندی مدل فوق و سایر مدل های پیشنهادی با در نظر گرفتن میانگین درصد اطمینان و خطای کل نمونه در بازه زمانی یک الی سه سال قبل از ورشکستگی متناسب با شرایط محیطی و اقتصادی بورس اوراق بهادار تهران می باشد. استفاده از ابزار معرفی شده در این پایان نامه و مقایسه آن با روش های دیگر می تواند به عنوان یک راهنمای خوب برای ذی نفعان و تصمیم گیرندگان در این خصوص باشد. نتایج تحقیق برای دوره سه ساله 1386 الی 1388 و آزمون 81 شرکت ورشکسته و 124 شرکت غیر ورشکسته به این صورت می باشد: میانگین درصد اطمینان کل نمونه برای مدل های ماشین بردار پشتیبان و رگرسیون ریج به ترتیب 99.19% و 97.25% و درصد میانگین خطای کل نمونه به ترتیب 0.89% و 2.75% می باشد.