小额贷款公司的投资者包括自然人、企业法人与其他社会组织,小额贷款公司特点是不吸收公众存款,经营小额贷款业务。截止2015年末,全国已经成立8910家小额贷款公司,贷款余额达9411.51亿元。小额贷款公司的蓬勃发展一方面是互联网信息时代的产物,另一方面是弥补了传统金融机构的空白,有效缓解了中低端群体的资金需求。小额贷款公司的自身优势是周期短,额度小,周转快,无抵押等,但是,小额贷款公司在抗风险能力方面、资金来源,利率限制以及信用风险的控制问题远不及银行等金融机构,这些问题严重影响着小额贷款公司的发展。信用风险是目前小额贷款公司亟待解决的问题之一。资质较好的客户一般向银行等传统金融机构借款、放款主要依赖信审人员主观判断等原因,使其在具体运营和操作上面临诸多信用风险。本文定义逾期大于10天记为违约,基于对Q小额贷款公司的实证研究,从贷款客户的个人信息层面(性别、年龄、职业等)、历史贷款表现层面(历史最大逾期天数、六个月内逾期次数、最近一次贷款逾期天数)以及还款意愿方面(是否提前还款、是否置零、是否刷额等),运用二元Logistic回归、因子分析、SVM等方法分析信用风险与客户情况的相关性,通过分析以往客户的违约表现,找出影响客户违约的自变量,建立模型,来预测客户违约的概率,结合专业的信审团队决策,从而建立一套完整的客户风险管理体系。由二元Logistic回归模型得知以下自变量影响显著,其中:描述客户的个人信息层面,年龄、婚姻状况、个人月收入显著,描述客户历史行为层面,最近一次贷款逾期天数、历史最大逾期天数及是否满足逾期条件、是否置零描述贷款客户的还款意愿层面。支持向量机(SVM)方法提高了判断正确率。违约模型作为信审人员的参考依据,在任务量较多,不堪重负时,违约模型作为一个筛选条件,节省时间,改善了用户体验。