小企业融资已经成为了一个世界性的难题。在小企业的融资过程中，金融机构给予的资金支持是他们主要的融资来源之一。众所周知，信用风险是金融机构面临的最主要的风险，而小企业抗风险能力差、财务状况混乱、无法提供必要的抵押担保等问题都无形增加了它们的信用风险。目前，学术界和金融机构都对中小企业融资信用风险评价做了很多的研究和探索，但由于对中小企业范围界定的模糊，他们的研究其实更偏向于解决中型企业的风险评价，而对小企业的适用性较差。所以大部分小企业的信用风险无法得到科学、准确的评价，甚至是被无形的提高，这样使得他们很容易被排除在授信范围之外，因此如何准确评价小企业的融资信用风险，对小企业获得融资具有一定的必要性。　　 本文首先简要地介绍了研究的背景、意义、内容及方法，然后通过搜集和整理文献资料对小企业的定义以及融资和信用风险评价相关研究进行了阐述，并指出了已有研究的不足之处。除了以上文献资料的研究，本文还以江苏省为例深入银行和小额贷款公司进行调研，重点阐述江苏省当前小企业的融资现状以及金融机构对小企业的信用风险评价现状，并分析其中不合理的地方。综合理论与实践，本文首次将主成份分析法和神经网络技术引入到小企业信用风险评价中，并结合众学者意见以及调研情况重新构建小企业信用风险评价体系，通过对大量真实样本的模拟和预测，来区分“履约客户”和“违约客户”。　　 实证结果表明该方法拟合度较好，对小企业信用风险分类的准确率较高，因此该方法在为金融机构评价小企业的信用风险上具有较好的可行性。