当前,中小企业已经成为我国国民经济的重要组成部分,其在增加就业、繁荣经济、扩大出口、促进科技创新与进步及提高资源配置效率等方面做出了巨大贡献。但中小企业在发展过程中一直面临着“融资难”的问题,特别是难以从商业银行获得贷款。与传统的贷款管理技术相比,信用评价法可以实现贷款的自动化处理,提高贷款审批和处理的效率,不但有利于银行对贷款精准的定价,而且能降低银企间的交易成本、防范和控制银行的金融风险,从而提高中小企业的贷款获得率。本文首先回顾了国内外有关研究成果,在对相关概念进行界定的基础上,分析了信用评价法对中小企业贷款的适用性；其次阐述了支持向量机的相关理论以及基于支持向量机方法的中小企业信用评价模型的构建过程,然后选用我国中小板和创业板市场上满足中小企业界定的企业作为样本,通过Matlab软件构建基于支持向量机方法的中小企业信用评价模型,并与神经网络元模型的分类效果进行实证比较,并得到以下结论：支持向量机方法能较好地处理中小企业信用评价问题,且其分类效果要优于神经网络元模型；核函数的选择对支持向量机法的分类准确率影响较大,径向基核函数的分类效果最佳。最后对信用评价模型的应用进行了展望,提出了相应的建议。图12幅,表13个,参考文献65篇。