随着农村产业结构的变化,越来越多的农户开始向金融机构申请贷款,以发展规模经营,以实现收入增长。作为服务三农的主力军,甘肃农信适时推出农户小额信用贷款业务,但由于目前农村金融体系尚不完善,以及农户信用风险的特殊性,信贷业务逾期率居高不下,导致部分网点信贷资产严重缩水,影响了金融机构对农户小额信用贷款的正常发放。甘肃农信农户小额信贷业务包括评级授信、贷款发放、贷后管理三个阶段,以农户评级授信结果为依据来评价其还款意愿和还款能力,农户信用等级评定是否准确,对业务风险管理效果具有很大影响。本论文依据风险管理研究框架,利用数据挖掘工具识别甘肃农信农户小额信贷业务中的关键风险点,对之进行量化评估,并制定相应的风险管理策略,以促进业务的持续健康发展。首先,论文选取甘肃农信2016年8月至2017年8月期间的272132条农户小额信贷样本数据(其中种植业信贷样本数据151419条,养殖业信贷样本数据120713条),以信用贷款是否逾期为目标变量,以目前授信评级体系中的18个指标为风险特征变量,借助SPSS19.0统计分析软件、选用Logistic回归进行分析,对种植业、养殖业用途的两个信贷子类业务分别进行风险点识别。其次,结合现实数据,对识别出的风险点从逾期概率及损失规模两个维度进行量化评估,进而进行风险分类。最后,根据量化结果提出针对性的风险管理策略。数据挖掘结果表明,种植业信贷业务有17个导致逾期的关键风险点,养殖业信贷业务有12个导致逾期的关键风险点,两个子类信贷业务的风险类型、风险表现及风险结构截然不同,差异非常显著。这意味着,当前农户小额信贷“一揽子”的管理模式存在明显弊端,无论授信评级还是贷后监管,进行风险分类管理更为合理;分类管理有助于提高风险识别的准确性和有效性,在此基础上设计相应的风险管理策略将具有更好的针对性和有效性。