【摘要】研究上市小企业违约风险对缓解小企业融资难、融资贵难题以及促进经济平稳发展具有重要意义。本研究基于大数据视角从上市小企业财务指标、非财务指标和宏观经济指标等300多个指标中遴选出一组最优指标组合，并用这个最优指标组合建立中国上市小企业违约预测模型。本文的创新和特色：以指标X_i的基尼系数最小作为划分违约上市小企业和非违约上市小企业的节点。以一个指标组合构造一棵决策树，从m个指标中采用随机抽样的方法得到多个指标组合，并用这多个指标组合构建多棵决策树。计算任意打乱指标X_i的取值前后多棵决策树的违约预测误差值的差值均值，作为指标的重要性值VI(X_i),并保留重要性较大的指标。以保留的指标和上市小企业违约状态构造贝叶斯准则值，以每次增加一个指标和减少一个指标的方法，遴选贝叶斯准则值最小时的指标组合作为最优指标组合。研究表明：(1)本研究遴选的指标能预测上市小企业违约状态。(2)多数据集对比分析、多指标遴选对比分析和多模型对比分析结果表明，本文指标遴选方法优于蓝本文献和其他3种典型的指标遴选方法。(3)不同地理区域的上市小企业信用资质最高的是东部地区。不同上市途径的上市小企业信用资质最高的是非借壳上市小企业。