小微企业信用风险评级问题本质上是一个多指标综合作用下的分类识别问题,有效的信用风险评级有利于增加小微企业获得银行贷款机率并缓解其运作过程中的资金压力,同时亦可降低银行贷款风险并减小新增坏账的可能性,故如何有效评估小微企业信用风险等级对小微企业和地方商业银行等均具有重要的现实意义和应用价值。因此,本文以FX银行小微企业信用风险评级作为研究对象,利用智能优化算法、支持向量机分类识别等技术,对小微企业信用风险评级模型展开相关研究。支持向量机的分类识别性能与推广泛化性能受到惩罚参数和核参数的综合作用并影响显著,为进一步提高其预测分析性能,将新近提出的栗翅鹰优化算法应用于支持向量机的参数优化选择中而提出一种改进的支持向量机算法;通过定性指标一致性检验、定量指标相关性分析检验和基于粗糙集的属性约简技术进行小微企业信用风险评级的指标体系的约简和关键指标提取,同时鉴于小微企业信用风险评级关键指标数据的小样本、非线性等特征,进一步基于改进支持向量机而提出一种新的小微企业信用风险评级模型。研究表明,基于栗翅鹰优化算法的改进支持向量机算法具有较好的分类识别性能和较强的算法稳健性,基于定性-定量的指标筛选和粗糙集属性约简技术有效提取了FX银行小微企业信用风险评级的关键指标体系,基于改进支持向量机的小微企业信用风险评级模型具有较好的信用风险等级识别精度和较高的收敛效率。研究成果为小微企业信用风险评级模型进行了一定的扩充,为FX银行小微企业信用风险评级和借贷决策等提供了相应的技术和方法支撑。该论文有图18幅,表10个,参考文献54篇。