现金流是决定小型建筑企业生存安危的生命线。在信用风险事件频发和银行信贷收紧的形势下,银行对小型建筑企业的贷款更加谨慎。由于小型建筑企业规模小,财务信息不完善,很难找到经典指标和信用评价理论进行评价,导致小型建筑企业贷款难的现状,研究和建立一套适用于甄别小型建筑企业信用状况的评价体系是商业银行等金融机构亟待解决的关键问题。基于违约状态判别的小型建筑企业信用评价包括三部分内容：一是小型建筑企业信用评价指标体系的构建,二是小型建筑企业信用评分模型的建立,三是基于小样本扩充的小型建筑企业信用等级划分。基于违约状态判别的小型建筑企业信用评价系指通过违约样本均值偏离全部样本均值程度越大、这个指标越能显著区分违约与否状态的思路,保留区分违约状态能力强的指标,构建既能反映小型建筑企业客户的清偿能力,又对小型建筑企业客户的违约状态具有显著鉴别能力的指标体系。通过对违约和非违约客户区分越显著、权重越大的思路进行组合赋权,构建了显著区分客户违约状态的小型建筑企业信用评分模型。在小型建筑企业样本过少、特别是违约样本过少、不足以满足信用等级划分条件时,通过Bootstrap+Coupla函数的方法进行小样本扩充,然后根据信用等级越高、对应等级的违约损失率越低的信用本质属性,对小型建筑企业的信用等级进行9级划分。本论文的主要创新有三：(1)指标组合赋权方面的创新：通过非线性目标规划模型挖掘能够显著区分客户违约状态的组合权重。通过组合赋权得到的信用得分的组内平方和越小、组间平方和越大、那么违约与非违约客户差异越显著的思路建立非线性目标规划模型,通过目标函数最大反推出单一赋权权重的组合系数,保证组合权重的大小能够显著区分客户的违约状态。解决了信用风险评价中组合权重的大小必须对违约状态有显著鉴别能力的难题,避免了现有研究的信用评分模型由于忽略指标权重区分违约状态的能力、导致出现越是可能违约的客户、信用得分反而越高的不合理现象,开拓了信用风险评价指标赋权的新思路。(2)小样本扩充方面的创新：通过Bootstrap-Copula函数对信用得分等三个指标数据同时进行样本扩充。通过Bootstrap产生新的指标数据,通过Copula函数拟合多个指标新数据之间的相关性,对信用得分、年应收本息、年应收未收本息这三个指标数据同时进行样本扩充,在得到有新信息含量样本的前提下,保证了信用得分、年应收本息、年应收未收本息这三个指标之间新样本的关联性,生成可以进行信用等级划分的大样本。解决了由于小型建筑企业样本数量太少、无法进行信用等级划分的问题,弥补了现有研究的样本扩充方法无法对多个指标数据同时进行扩充的弊端。(3)指标(?)选方面的创新：根据指标区分违约状态越显著、越应该保留的思路,(?)选出能显著鉴别小型建筑企业违约状态的指标。将所有客户第i个指标的数据分为违约和非违约两类样本,根据违约样本均值偏离全部样本均值程度越大、则违约样本均值偏离非违约样本均值也大、这个指标越能显著区分违约与否状态的思路,遴选通过方差齐性F检验的指标,建立了能显著区分违约状态与否的信用风险评价指标体系。解决了信用风险评价中指标体系的建立必须能够鉴别客户违约状态的难题,弥补了现有研究遴选指标的标准与小型建筑企业违约状态无关的弊端,开拓了信用风险评价指标遴选的新思路。