银行信用风险评级的目的是揭示不同银行的信用风险水平。以最优策略为原则,本文首先构建了基于最优组合赋权的银行信用风险综合得分的测算模型,其次基于最优分布拟合了银行信用风险综合得分的概率密度函数,最后基于最优分割法构建了银行信用风险的小样本评级模型。本文的创新和特色在于:一是通过主观赋权的G1法和客观赋权的熵值法相结合确定信用风险指标的最优组合权重,建立银行信用风险综合得分的测算模型。二是通过最大熵模型确定银行信用风险综合得分的概率密度函数,揭示了银行信用风险综合得分的分布规律,解决了当综合得分不服从任何现有分布情况下的综合得分分布确定问题。三是通过切片抽样均匀地从综合得分密度函数中抽取评级得分的大样本随机数,克服了现有小样本仅仅分布于5个信用级别而无法划分9个信用级别的弊端,解决了在同一分布下由评级得分小样本获得评级得分大样本的问题。四是通过最优分割法对大样本进行9级分割,建立银行信用风险的小样本评级模型。