针对现有评价方法存在的贷款客户在某些评价指标下的低分可以完全由其他评价指标下高分来补偿的问题,本文对基于ELECTRE Ⅲ的小企业信用风险评价模型进行了研究。首先,借鉴ELECTRE Ⅲ的评价原理,根据新增贷款客户优于所有历史贷款客户的净可信程度,计算新增贷款客户的信用风险评价得分。不仅解决了新增贷款客户信用风险评价的问题,而且保证评价模型具有从历史数据学习的能力。其次,借鉴泰尔指数不仅可以反映收入总体差异、而且可以将总体差异分解为组内差异和组间差异的特征,对小企业信用风险的各评价指标进行了赋权。体现了"越能区分客户违约状况、指标权重越大"的赋权思想。最后,以违约、非违约样本加权后的组内差异程度为基础,确定ELECTRE Ⅲ的偏好阈值;以非违约本组内差异程度为基础,确定ELECTRE Ⅲ的无差别阈值;以违约样本组内差异程度为基础,确定ELECTRE Ⅲ的否决阈值;不仅反映了不同评价指标数据差异大小对评价结果的影响,而且避免了现有阈值人为主观确定的不足。中国某地方性大型商业银行的研究结果发现:企业近三年授信情况、法人代表贷款违约记录、企业通过本行回笼货款总额占比等评价指标的权重较大,能有效地区分违约客户和非违约客户。而从不同指标的总体差异程度来讲,现金比率、净资产与年末贷款余额比率、企业成立年限等评价指标的差异程度较大。