我国的中小企业是实施大众创业、万众创新的重要载体,在增加就业、科技创新、促进经济增长和社会稳定与发展方面具有重要作用。然而,很多中小企业都存在融资困难的问题,不少中小企业因为融资难等问题而倒闭。因此,需要构建一套合理完善的中小企业信用评价体系,找到适用的信用评价模型,对中小企业信用进行准确地评价,来缓解中小企业的融资难题,降低银行的信贷风险。本文选取中小企业作为研究对象,对中小企业的信用评价进行研究。现有的文献在评价指标的选取上多选取财务指标,选取非财务指标的较少,因此,本文在构建中小企业信用评价指标体系时,同时考虑财务指标和非财务指标,构建较为全面的企业信用评价指标体系。由于评价的指标较多,指标间可能存在较大的相关性和多重共线性,因此需要对指标进行筛选。大多数文献采用因子分析法对指标进行筛选,本文采用一种GFS(Generalized Fisher Score)算法对指标进行特征选取,GFS算法能够考虑特征组合的效果并消除冗余指标。以往的信用评价研究大多为静态研究,忽略了时间和企业发展的动态变化,因此,本文引入了“发展因子”的概念,提出一种新的动态综合评价模型。本文先用线性支持向量机对违约企业和正常企业进行分类,从而学习出指标的权重,根据指标权重得出企业信用的静态评价值。接着,引入发展因子,对企业各时刻的静态评价值进行动态调整。最后,基于“厚今薄古”的思想确定各个时刻的时间权重,用时间权重对各个时刻的信用评价值进行加权,最终得到企业信用的动态评价值。本文的动态综合评价模型考虑了企业的指标、信用发展趋势和时间等因素,对企业的信用进行动态评价。通过动态综合评价模型,决策者可以对企业信用情况进行动态的监测,观察出企业信用情况的细微变化和可能存在的突发状况,从而调整对其贷款的优先顺序,避免企业信用发生突变而给自己带来的损失。