从Fitzpatrick意识到企业的成败与企业的财务指标相关开始,到Altman通过判别分析得到通过多变量对企业的倒闭进行分析,再到基于Merton期权理论的KMV模型,学者们始终没有放弃对信用风险的度量工作。在国内,中国的银行业从90年代初,也已经开始了对信用贷款进行分级的工作。一逾两呆,贷款五级分类再到通过巴塞尔协议中的标准法进行信用评级,中国的银行业对信用风险的度量也越来越定量化、科学化。随着2004年新巴塞尔协议在国际范围内的实施,国内对信用风险模型中相关变量的估计方法进行改革的压力也越来越大。新巴塞尔协议规定:在对正常类企业进行信用风险的估计时,商业银行必须自行估计违约概率,同时违约损失率、期限及风险暴露则要参照监管当局提供的参考值;对于中小企业,则需自行估计信用风险模型中的四个变量。然而,由于历史数据储备、信息匮乏等原因,对于违约概率的估计一直停留在正常企业层面,对于我国中小企业的信用风险估计模型,国内已有的方法均不够成熟。本文试图在巴塞尔《新资本协议》框架下估计中小企业的信用风险资本金。而计算资本金的首要任务是估计债务人违约概率,本文以500家中小企业作为样本,利用具有出色分类能力的支持向量机原理,找出了作为支持向量的财务指标,并引入新的违约概率计算方法,提出了企业个体与分类面的相对距离这一概念,利用该相对距离对企业的违约概率进行估计,进而通过违约概率来确定企业的信用级别。同时,对所给模型与现有模型进行了违约概率的一致性检验,得出了理想的结果。在此基础上,获得了文中所提相对距离与KMV模型中违约距离之间的关系。在估计中小企业违约损失率方面,本文依据中小企业贷款中的实际担保情况分析,甄别担保过程中的主要问题,得到了在计算中小企业LGD过程中只考虑还款顺序的结论。而期限和违约风险暴露的计算则通过对授信主体授信记录的观察。随着民营经济的进一步发展,中小企业越来越成为国民经济的中坚力量。因此,科学合理的估计中小企业的信用风险具有积极的意义。