小微企业在国民经济和社会发展中具有十分重要的地位,对解决就业问题、促进经济增长、激发市场活力、维护社会稳定影响颇深。但其具有生命周期短、市场风险大、财务报表不规范、抵押担保物缺乏等特征,导致金融机构难以衡量它的信用状况,加大了金融机构信贷的风险。随着大数据时代的到来,我们可以借助大数据技术,构建科学的信用评级方法,有效地降低小微企业与金融机构之间的信息不对称,从而使其获得更多的资金支持,促进融资难问题的解决。本文首先梳理了国内外较成熟的小微企业信用评级方法,并结合我国实际情况分析了不同信用评级方法存在的问题或不足。其次,基于大数据平台获取相关数据对不同规模企业的网络特征进行了对比分析。进一步选取了小微企业的合作网络特征和信用风险指标进行研究,先利用Logistic回归模型分析二者之间的统计关系,再在此基础上通过变量分箱构建了信用评分卡。随后,由于相关指标的统计模型并不能真实刻画其对企业风险的作用关系和影响机制,进一步构建了随机系统的企业风险管理模型。主要分析了企业“技术-资本”的动态转换机制,在朗之万动力学框架下,通过构建随机系统模型,刻画其成长演化过程。然后基于线性响应理论推导了两类系统响应风险与在险价值(VaR)等性能指标,并通过系统仿真分析了小微企业在资本杠杆、管理导向、专业化水平、宏观环境四个维度下相关风险控制策略的有效性和不同风险控制策略下的系统性风险、双边合作风险和VaR性能,为其风险管理提供了一些定量分析结果。另外,在分析不同风险控制策略下的系统性能指标时,一些与直观感觉不同的随机共振现象对实际风险管理具有重要的指导意义。