小微企业“融资难、融资贵”的问题一直阻碍其自身的发展,随着普惠金融政策的推行,这一问题越来越受到重视。已有研究表明:提升金融机构信用风险评估的能力能够缓解小微企业“融资难、融资贵”的现象。因此,找到一个有效的小微企业信用风险评估方法成为学术界和企业界共同探讨的问题。目前关于小微企业信用风险评估的方法主要有三大类:统计分析方法、人工智能方法和层次分析法。三种方法在大规模非平衡数据上,需要遵循严格的假设,对参数进行反复调整,或者无法并对变量关系进行解释,而数据逻辑分析法能够为以上问题提供有效途径。基于此,本文采用数据逻辑分析法来研究小微企业信用风险评估的问题。本文基于数据逻辑分析法的异或矩阵和集合覆盖原理构建小微企业信用风险评估指标模型。由于异或矩阵生成的数据规模大,模型求解速度慢,因此设计能快速求解的贪心算法进行计算,筛选出小微企业信用风险评估必要指标,将预处理后的22个指标筛选了12个必要指标,剔除掉10个信息冗余的指标。然后基于数据逻辑分析法的两种最优帕累托模式构建小微企业信用风险评估模型,将80%的数据做训练,20%的数据做测试,利用权重规则计算非平衡数据,得出可解释的模式,测试结果表明小微企业信用风险评估模型是有效的。通过对模式中的变量进行知识挖掘,总结出四类信用良好小微企业:规模经营型、资产积累型、经营流动型、平缓经营型;以及总结四类信用不良小微企业:短期风险投资型、经营贫瘠型、高资金流通-低经营型、高消耗-低现金流通型四个类别。然后将这些指标对信用风险影响重要程度进行排序:银行结算情况＞借款期限＞企业人数＞住宅性质＞借款用途＞对外投资情况＞用电情况＞年销售额＞担保方式＞场地性质＞纳税情况＞应收应付款情况。最后,为促进借贷双方能够更好合作,以此促进普惠金融的发展,本文提出了四项对策建议。