小企业的蓬勃发展具有较强的经济外部性，不仅是推动国民经济持续稳定高速增长的重要力量，而且在调整经济结构、扩大社会就业等方面都发挥着积极的作用。然而，由于缺乏有效的小企业信用风险评估技术且小企业内部信息不透明，银行开展小企业信贷承受高风险高成本。因此，立足我国股份制商业银行的小企业信贷业务的发展现状，对小企业信用风险展开深入研究，对于解决小企业融资困境，降低银行的小企业信贷风险有着重要意义。 本文首先对信息不对称的小企业信贷市场要素进行系统性研究，这将帮助我们更透彻、更全面地理解小企业信用风险的形成原因，为后面章节构建小企业信用风险预测及控制模型打下基础。 然后，本文运用演化博弈理论从有限理性的角度，在信息不对称的情况下所导致的主观信用风险问题，建立了信贷双方策略的复制动态方程，并对策略均衡点及其演化路径进行稳定性分析，并用Matlab进行了仿真研究。结合模型分析及仿真研究，我们得出了一些如何控制小企业主观信用风险的有价值的结论。 其次，本文依据国内外知名资信机构和学者对企业指标体系的研究现状，结合南京某商业银行小企业信贷的实际情况，构建了小企业客观信用风险指标体系。在此基础上提出增量式蚁群聚类算法确定指标权重并逐一利用不断增加的数据信息及指标信息进行相似性聚类，从而实现增量式聚类更新，给出科学合理的指标权重。 再次，本文基于小企业信用指标多为定性的特点，提出运用梯形模糊语言变量来描述定性信息，并给出了可能度公式和期望值公式，在此基础上引出了两种多属性决策方法，并将其应用到小企业信用排序与信用等级评定中。两种决策方法均行之有效，可以相互对照，且在处理模糊语言信息过程中计算简单且充分利用了模糊信息，避免了由于决策者的主观性导致的决策信息损失。 最后，本文通过构建三分类因变量Logistic回归模型和基于动态聚类的RBF神经网络模型，通过对比发现两种方法对人工干预和不违约企业的识别率相同，但对违约企业，前者的识别率为75％，而后者的判别准确率高达100％。