作为国民经济中最具活力和创新力的组成部分,小微企业在拉动经济增长、保持经济稳定并扩大就业中扮演了重要的角色。企业发展离不开金融的支持,然而,与小微企业重要地位相矛盾的是作为其最重要外部融资来源的商业银行信贷却未能有效地满足其融资需求。尽管在大型客户金融服务市场竞争激烈,利率市场化和金融脱媒等多重压力下,小微信贷成为了银行业未来的“蓝海”业务,但现实中,由于小微信贷违约风险大,单笔成本高,造成其实际风险不可控,盈利能力弱,使得这片“蓝海业务”既难以简单地与银行盈利划上等号,又难以实现监管达标。因此,各家银行在真正投放小微信贷时往往慎之又慎。小微信贷之所以面临如今的困境,其根本原因在于银行缺乏相应的风险管理能力。银行的本质是经营风险的企业,通过对风险进行有效地识别、计量、缓释、对冲和定价赚取风险调整后的利润。在传统的信贷业务中,银行基于对贷款的违约风险进行管理和估计并确定相应的风险溢价,从而赚取存贷利差。然而,小微企业由于生产经营规模小、财务报表不健全,缺乏有效的抵质押物,导致与银行之间的信息不对称严重,银行无法有效识别其真实的违约概率,缓释违约风险造成的损失并进行合理的定价。结果造成市场实践中的两个极端:或是通过非价格手段抑制金融需求(如信贷配给);或是放任小微信贷风险失控,最终难以实现可持续发展。所以,小微信贷难破局的关键在于银行如何建立适用于小微企业的违约风险管理方法和技术,实现对小微信贷违约风险的有效识别和计量,进而支撑合理风险定价的实现。其中,对违约概率的准确估计是提升违约风险管控能力的核心。尽管许多学者对中小微信贷违约风险的成因,管控策略,及道德风险(Moral Hazard),逆向选择(Adverse Selection)和信贷配给(Credit Rationing)行为等相关议题进行了广泛研究。但目前还少有研究专注于对小微企业违约风险的特征及相应的违约管控机理进行系统分析与总结,更缺乏基于这类客户风险管控机理的违约概率建模研究。因此,本文基于相关理论、文献的梳理与借鉴及对小微信贷运营与管理实践经验的提炼、总结,研究了适用于小微企业的违约风险管理机制,对小微企业的违约管控机理进行了深入刻画与量化,分别构建了基于理想数据条件下,适用于小微企业的不完全信息违约估计模型、统计学与机器学习类违约估计模型和基于现实数据缺失条件下的违约估计模型。本文的研究成果将有助于加深对小微企业违约风险特征、管控机理的了解与认识;改变传统的依赖于资产和抵质押物这类不适合于小微企业的风险管控模式,提升对这类客户违约概率估计和预测的准确性、有效性和可行性;帮助建立并完善适用于小微企业的内部评级体系,并在客户准入,授信审批,风险监测与经济资本配置等方面发挥重要作用。全文共分为七章,包含三部分主要内容:第一部分,在文献综述、相关理论回顾和成功实践梳理的基础上对小微企业的违约风险特征和违约管控机制进行研究、提炼和总结。首先分析了小微企业的四大风险特征:缺乏有效的抵质押物;信息不透明程度较为严重;单笔规模小、资产池规模大以及对外部环境变化更为敏感。然后结合业界实践和前人研究成果提出了适用于小微企业的三大违约管控机理:基于现金流的违约触发机制;基于关系信贷减少信息不对称和分池管控,定量与定性相结合。并据此提炼了适用于这类客户的违约风险模型所需具备的特征。本部分的研究成果,为后文模型的建立提供了理论基础和建模思路。第二,基于小微企业违约风险管控机理,分别构建了理想数据条件下,适用于小微企业的不完全信息类模型与统计学和机器学习类模型。应用不完全信息模型的框架,通过对基于现金流的违约触发机制中包含的核心要素:违约边界和真实现金流分布进行提炼、抽象与刻画,构建了适用于对信息不对称程度不断变化条件下小微企业违约概率进行有效估计的理论模型,并通过逐步放松:银行可以完全观测到客户的初始信息和客户新发生的借贷金额对违约概率估计没有影响这两个假设,构建了具有实际应用价值,可以有效刻画小微企业违约风险的理论模型。基于真实的客户违约数据,构建了适用于小微企业的统计学和机器学习类模型。首先,建立了系统的小微企业违约风险评价指标体系。其次,利用真实数据,对适用于小微企业的违约风险评价指标进行拟合检验,获得了以客户现金流类指标和关系信贷类指标为核心的最具有预测效力的违约预测指标,验证了前文的理论分析结论。第三,通过对不同模型的预测效力进行实证分析,发现整合Logistic回归模型和支持向量机方法的混合违约概率预测模型是最适用于本文小微企业数据样本的统计学和机器学习类模型,这一模型不仅具有最高的预测精度而且综合误差成本最低,预测稳定性最好。第三,针对现实中存在的小微企业信贷违约数据缺失,模型估计有效性难以保证的问题,通过运用贝叶斯估计,整合专家先验信息和数据信息,获得更为有效的后验估计结果。结论表明,后验估计结果既可以弥补由于历史数据信息不足带来的传统估计结果不可信问题,又可以平滑极端历史数据对真实违约概率估计的冲击,从而有效提升违约概率估计的准确性和有效性,鲁棒性检验的结果也证明了上述结论。在此基础上,进一步加入基于现金流触发机制的单因素违约相关性模型,t-copula违约相关性模型和多期条件以提升估计有效性,并设计了基于Proper Scoring Rules的评分规则,以对专家经验的有效性进行评价,对专家的权重进行动态设计。