中小企业作为我国经济发展的重要组成部分，在社会发展中发挥着举足轻重的作用，然而大量出现的各种信用缺失现象严重阻碍了中小企业的健康发展，建设完备的中小企业市场信用体系己成为当务之急。作为中小企业信用体系建设重要环节的中小企业主体信用评级不仅可以为商业银行规范中小企业信用风险管理提供依据，同时也有利于中小企业各方主体提高自身竞争力、为市场交易活动及商业银行提供参考并防范信用风险，因此对中小企业进行信用评级具有重要的理论与实践意义。　　 本文以中小企业为研究对象，针对中小企业信用评级所包括的指标体系构建以及评级方法选择两个核心内容开展了研究。　　 首先，依据构建指标体系的独立性、代表性、可操作性、可比性和针对性原则，本文在参考一般企业信用评价指标的基础上，结合中小企业企业特点，全面分析了影响中小企业信用的主要因素。构建了初始的中小企业企业信用评价指标体系，进而在采用统计分析软件SPSS对指标相关性进行分析的基础上，对指标进行筛选调整，形成最终的中小企业企业信用评价指标体系。　　 其次，在分析比较各种评价方法的特点及分类准确率的基础上，本文采用基于统计学理论和结构风险最小化准则的SVM（SupportVectorMachine，支持向量机）方法进行信用评级。介绍了支持向量机方法，论述其结构及算法原理，并运用支持向量机建立信用评级模型，进行商业银行对中小企业的信用评级分类。　　 最后，在前述工作的基础上对模型的准确性进行了验证与分析。将模型的评级结果与神经网络集成进行比较，结果表明本文提出的方法比其拟和精度高、速度快，证实了该方法的可行性和有效性，为银行建立可靠的评估系统提供了依据。本文旨在探索适合中小企业的信用评级模型，为商业银行对中小企业信用评级找到一条新思路。