论文是国家社会科学基金项目《中小企业信用担保研究》(99CJY003)的后续研究。中小企业(Small and Medium-sized Enterprises,SMEs)在当今经济生活中作用日益重要，信用不足和融资困难是其发展过程中面临的主要问题。在此背景下，一种由政府主导建立、专门破解SMEs融资问题的第三方信用工具—中小企业信用担保(Small and Medium-sized Enterprise Credit Guarantee,SMECG)机制应运而生。SMECG在我国尚属新生事物，SMECG机构的功能发挥和自身的持续发展，涉及到运作体系结构、管理经验、价格决定、风险分担与防范等一系列问题，其中信用担保风险管理与控制是最为核心的问题。信用担保是国际上公认的高风险行业。SMECG机构是为中小企业提供信用担保的专门机构，且在一定程度上体现出国家政策的扶持性，其高风险特征尤其明显。如果缺乏有效的风险管理措施，SMECG机构就有可能成为信用风险的“集合体”，赔偿损失的“归集地”，导致信用担保机构陷入难以为继的困境。因此，建立专业化的信用风险管理能力，对于SMECG机构的健康持续发展和功能发挥至关重要。本文针对SMECG风险管理的特点，立足于解决重点和难点问题，主要研究了以下几方面内容： (1) 定性分析了中小企业信用担保风险管理的基本内容。通过“商业银行—SMECG机构—SMEs”与“商业银行—SMEs”交易成本的比较，分析了市场选择运用SMECG这一工具对于其风险管理的基本要求，及所包含的担保项目和机构总体(项目组合)两个层面的风险管理任务。根据SMECG的基本运作模式，分析了SMECG风险管理的目标与原则、组织形式、过程控制、制度设计等，从定性角度研究了SMECG风险管理的基本内容。 (2) 研究了SMECG项目风险评价指标体系及数据处理。基于SMECG机构对SMEs的扶持宗旨，论文在SMECG项目风险评价的指标选择上，注重SMEs的发展性、成长性和创新性，并充分考虑SMECG的操作风险。以SMEs的财务风险、道德风险、市场风险创新能力等10个指标和若干个子指标构建SMECG项目风险评价指标体系。对于指标体系中的不完备数据和主观数据，采用D-S证据融合方法和群决策技术，有效利用专家信息。基于指标体系的复杂性和指标之间的相关性，采用多元统计方法进行降维处理，避免了分析问题的虚假性和复杂性，可提供客观、科学和合理的决策信息。 (3) 建立了基于贝叶斯网络(Bayesian Networks,BN)的SMECG项目风险评价模型和动态贝叶斯网络(Dynamic Bayesian Networks,DBN)的在保项目风险预警模型。基于BN的SMECG项目风险评价模型有效克服了SMECG项目风险评价的小摘要博十论文子样、信息多源、缺损问题，实现了SMECG风险评价的定性与定量结合:根据SMECG项目风险评价结果，建立了担保项目的分类决策与控制标准。与其它风险评价的模型化方法的比较分析表明:基于BN的SMECG项目风险评估方法数据需求量小，数据精度要求低，评价结果更可靠。在运用BN进行SMECG项目风险评估的基础上，进一步引入DBN建立了SMECG在保项目的风险预带模型，实现对在保项目的风险控制。 (4)运用组合风险管理的思想，研究了组合风险的度量和优化技术。通过从机构总体层面度t和优化风险，有助于信用担保机构作好以下几个方面的风险管理:a.为机构的运行有效性(经济、财务评价)提供可量化分析的工具:b.为担保定价、担保方案设计提供客观依据，进而建立机构的可持续发展模式;c.增强担保评审的透明性，减少评审人员的道德风险。 (5)实证分析表明，本文提出的信用管理方法客观、系统、有效。对于SMECG机构充分发挥信用中介、信用扶持作用，有效管理控制担保风险，合理利用有限资源，推动SMECG机构的持续健康发展具有重要意义。