小微企业作为社会经济生活中最广泛、最活跃的生产经营群体,代表甚至决定着整个社会经济的发展情况,其社会经济职能与公共财政职能高度相关、相互作用。与此同时,我国小微企业遇到了一系列影响其经营与发展的困难,主要可概括为融资难,融资贵。为小微企业解决上述问题,可以带动企业活力以此来拉动经济增长。本文利用台州信保基金2018年5月到2020年5月4273家小微企业的月度数据,使用Hall,Li,Racine（2007）非参数变量选择方法（以下简称HLR变量选择方法）,同时使用高相关滤波法和随机森林两个方法,作为一种综合和验证的方法,最终剔除了无关的解释变量,选取销售收入作为被解释变量,应纳税额、已用授信额度、授信期限、职工工资总额作为线性部分解释变量,入库税额、授信额度作为非线性部分解释变量来构建本文的时变半参数模型。利用模型可以计算出线性波动和非线性波动的大小,以此来判断税负的形成机制。在此基础上,通过改变非线性部分:分别加入入库税额、授信额度和同时加入二者,比较三种情况对于税负异常点的修正情况,进一步对小微企业分行业分地区讨论,并以此为依据提出针对性政策建议。通过实证研究,本文得出以下结论:（1）对于税收负担率高于6%、低于3%的税负异常点,研究发现这些异常点的形成机制可分为线性的趋势性驱动和非线性的振荡性驱动,且二者之间有一定的交互作用。在基准路径下,可以等候回归正常。而在税收和授信的路径下,异常税负驱动模式会发生变化,且难以等候回归正常。（2）通过减免税收,并辅以信贷政策,可以改善异常税负。且对于不同的异常点需要采取不同的政策,或仅减免税收,或仅增加信贷,或两者同时进行,使政策效应达到最大化。根据研究结果,提出以下建议:（1）对于全样本的税负异常点,在2018-07、2018-09、2019-03、2020-03、2019-10点处适合减少税收的政策,在2018-08、2019-07、2019-08、2019-09、2019-12点处适合增加信贷的政策,在2018-06、2019-06、2019-11点处适合同时减少税收和增加信贷的政策;（2）对于不同区域的企业,市区类的小微企业大部分的时间内更加适合采用减税和增加信贷同时进行的政策,在2020年2月到2020年4月期间采用单一的减少税收的政策效果会更佳,县市类的小微企业大部分时间更加适合增加信贷额度的单一政策,而在个别时点辅以减税的双重政策来达到政策效应的最大化;（3）对于不同行业的企业,制造业的企业更多的时间点上应该选择更为平稳的减少税收的政策,在少部分时点采取增加信贷的方式来达到政策效应最大化,批发零售业的小微企业更趋向于采用增加信贷的单一政策来改善税负以促进企业发展,其它行业的小微企业更适合采取单一的减税政策来实现政策效应的最大化。