近年,国内商业银行依靠大数据准确性、真实性以及多样性的特点,将大数据应用到小微企业贷款的风险识别、评估、产品设计、风险监测等方面,对减少信息不对称,解决小微企业贷款难问题有着积极作用。G银行是国内资产规模最大的商业银行,而作者工作所在的G银行L支行在开展了基于大数据贷款的小微企业贷款业务后虽然小微企业客户数量以及贷款规模快速增长,但却出现逾期率与不良率不断地增加,资产质量下降的问题。本文主要针对上述问题,从信用风险管理的过程剖析G银行基于大数据的小微企业贷款产品资产质量控制不佳的原因,从而提出有针对性的建议。本文首先通过对国内小微企业贷款业务现状、国内商业银行传统小微企业贷款产品以及基于大数据的小微企业贷款产品进行介绍,以此作为案例背景。然后通过实地调查对G银行基于大数据的小微企业贷款产品及开展情况进行介绍,并通过文献研究、案例分析及模型分析方法,探究了G银行L支行在开展该类业务时在信用风险管理方面存在的问题及原因:包括由于信用风险控制环境未能根据产品的变化而调整使得岗位设置、人员匹配、绩效考核等方面不适合上述产品的发展;由于对信用风险识别目标不明晰导致该类产品的准入条件设置不全面、贷前尽调流于形式;由于该类产品评级模型变量选取不全面导致评级不够准确;由于G银行大数据获取、分析及挖掘能力不足导致该类贷款产品在授信额度核定方法上也存在不足;由于贷款用途监测手段较为单一导致未能对该类产品贷款用途有效监测的问题。本文通过上述研究旨在为G银行基于大数据的小微企业贷款业务提出风险管理的改进建议以使该类产品的资产质量得到提高,包括信用风险控制环境要随着产品的变化而相应调整;树立明确的风险识别目标,完善风险识别机制;提高数据获取、分析以及挖掘能力,丰富评级授信的数据基础;完善评级指标体系以及授信测算方法,提高风险控制能力;完善该类产品贷款支付方式以及贷款用途监测方法等。由于本人以所在单位为例,能掌握一手资料,所提出的问题与对策在理论及实践上具有一定实际意义,因此本文的研究也可为其他商业银行开展同类业务提供参考借鉴,为该类业务的长远健康发展尽一份绵薄之力。