现代经济从本质上而言就是信用经济,信用在现代社会生活、生产的各个方面扮演着越来越重要的作用。20世纪90年代以来,在全球经济、政治、技术快速变化的背景下,信用正以指数方式增长着。随着信用的迅速发展,各种信用风险也越来越引起人们的注意。从借款人个人不能按时还钱,到银行呆帐、坏帐的增多,一直到债务国不能偿还债务本息。这一切已经影响到了社会的正常经济秩序。上市公司是证券市场的基石,它的信誉度关系到证券市场的走势和成败。历史经验证明:市场经济是法制经济也是信用经济。一个成熟的证券市场需要有一个发达的信用支撑,没有科学完备的信用评价做基础,市场的正常秩序是建立不起来的。中国作为新兴的证券市场,大力发展信用评价体系对于证券市场的健康发展、对于监管部门的市场管理、对于投资者的投资决策以及企业的经营管理都有有重要意义。本文正是在这样的背景下,以中国上市公司信用风险分析为突破口,重点研究中国上市公司信用风险分析的方法和模型,进而希望为商业银行、有关监管机构以及广大投资者对信用风险的识别和评价提供有力的参考依据和方法。本文首先分析了我国证券市场和上市公司的基本信用状况,接着考察了金融机构信用风险分析的历史沿革,分析它的现状及发展趋势,重点研究了信用风险分析的基于会计数据的多元判别分析方法中的两大方法,即Z-Score模型和Logit模型,构建了这两大模型在中国上市公司信用风险分析上的框架,并比较分析了它们各自的优缺点。在Z-Score模型的建立上,本文力求方法符合理论要求,对于样本和变量的选取以严格和科学的方法进行筛选,保证样本数据符合费歇判别法等协方差的要求,使组内方差最小化和组间方差的最大化,最后根据模型分别给出了判定公司违约的截断点;在分析了Z-Score模型的固定影响和线性补偿假设的缺陷后,在Logit模型的建立中引入了交叉项和其他对公司信用风险有重大影响却无法在Z-Score模型中引入的定类、定序变量,确立了符合中国上市公司信用风险分析的Logit模型,并对其参数估计进行了统计检验,最后发现Logit模型的判断力确实比Z-Score模型有所提高。论文最后分析了当前流行的信用风险度量模型在中国的适用性,主要包括基于会计数据的统计判别分析模型即Z-Score模型、Logit模型以及基于市场数据的KMV模型两大类方法,指出我国信用风险分析中的问题所在,并给出了政策建议,这些建议包括尽快建立中国上市公司信用信息的历史数据库,大力发展中国的信用评估机构,建立健全法律体系和监督机制,提高中介机构的整体素质和上市公司财务信息的真实性,加强金融机构的内部硬件建设,大力推广现代信用风险评估模型的应用促进各金融机构之间的网络互联、信息共享等。