对小微企业信用进行客观准确的评价是解决小微企业融资难问题的重要途径。在已有的小微企业信用评价研究中,主要考察小微企业的企业特征数据。本文主要研究小微企业主个人特征对小微企业信用的影响。本文根据信息不对称理论,信用风险理论,吴氏三维信用理论等构建了双维度小微企业信用评价指标体系,一维为小微企业企业特征,包括小微企业自身情况,外部环境,营运能力,盈利能力,成长能力,偿债能力,二维为小微企业主个人特征,包括:小微企业主个人信息、经营能力、财务信息、信用报告。本文以网贷平台上小微企业的经营贷款数据为例,对其进行分析,探讨第二维度小微企业主个人特征对小微企业信用的影响因素和程度。本文采用Logistic二元回归分析方法分析小微企业网贷数据,发现仅通过小微企业主个人特征对小微企业信用进行预测判断,就可以取得84.8%的预测正确率,证明小微企业主个人特征对小微企业信用存在较大影响。从小微企业个人特征中发现年龄,教育水平,还款次数,收入,工作年限对小微企业信用有显著的正向影响;拥有房贷,车贷,车产的小微企业主信用较差;女性,已婚,拥有房产,工作地与户籍地一致,愿意提供信用报告的小微企业主的小微企业信用更好。本文在双维度小微企业信用评价指标体系下,构建以小微企业主个人特征为主,小微企业企业特征为辅的多种机器学习方法融合的小微企业信用评价SXKLR模型,SXKLR模型选取的方法包括SVM,XGBOOST,KNN,LR,RF,采用模型融合对各个方法进行综合使用建模。通过模型的计算验证,对小微企业信用的预测可以取得98.84%的正确率,且各项指标均优于单个方法模型。证明了以小微企业主个人特征为主的小微企业信用评价SXKLR模型是稳定可靠的。本研究具有一定的理论与实际意义,分析了小微企业主个人特征对小微企业信用的影响,提出了更加可靠实用的小微企业信用评价模型,对小微企业信用评估研究提出了新的解决思路和办法,为小微企业融资难问题的解决提供了参考。