中小企业的发展对于以创新求发展的国家经济有相当重要的作用,为解决就业、科技创新和稳定财政收入等做出了重要贡献。中小企业的发展同时也面临很多困难,调查研究表明中小企业贷款难是阻碍中小企业发展的重要瓶颈。然而,由于我国目前的资本市场尚不完备,银行在实践中依然被看成是中小企业的重要融资渠道,但是在其风险偏好较低、采用传统贷款模式与政策的情况下,银行实际上往往不愿意给中小企业发放贷款。Hackethal和Gintschel提出了将不同小银行的资产加以组合的思路,为这个问题的解决提供了基本途径,即将多家银行的贷款构成联合贷款池,参与银行根据多边合约分享联合贷款池的收益和损失,其关键问题是贷款池的风险分散化效应和参与银行努力程度降低之间的权衡,既要激励银行参与贷款池,同时又要激励银行付出相应的努力来管理自身贷款资产的信用风险以减少搭便车问题。本文分析了多银行贷款池风险分担合约,获得了封闭解,并讨论了该合约的特征。结果表明,多银行贷款池合约能够分散小银行由于规模小造成的非系统风险,降低了中小企业与银行之间信息不对称的程度,为中小企业贷款难的问题提供了一个解决方案。同时本文通过比较分析中小企业和大企业的模式结构与管理机制的不同,概括了中小企业所面临风险与大企业的差异,从管理风险、经营风险和财务风险三个方面有针对性地总结了中小企业面临风险的特点。本文选取出11个财务评估指标,运用支持向量机这种能够较好的解决小样本、非线性、高维数和局部极小值等问题的新型分类工具,建立了中小企业财务指标评估模型。在支持向量机的参数选择上则采用了交叉验证法,选择了比较理想的惩罚因子和核参数,克服了支持向量机运用过程中参数确定依靠经验的缺陷。本文将基于支持向量机建立的模型与目前普遍认为预警精度较高的BP神经网络进行了比较。结果表明,采用支持向量机建立风险评估模型,预测精度明显高于神经网络。