随着我国信用市场的快速扩张,信用风险逐渐被市场参与者们所关注,信用评级机构也有着越来越高的市场地位。虽然国外信用评级行业已经走过了上百年的历程,但是在我国,这仍然是个新兴产业。国内学者一直致力于寻找适合国内企业及经济状况的信用评级方法。本文就是以此为出发点,主要介绍了logistic回归模型的相关理论,基于前人的研究,加以一定的改进,并针对某些具有相似特征的行业进行实证分析。在进行模型建立的过程中,主要有以下几个难点：一是指标的选择,影响企业信用状况的因素有很多,如何选择出风险解释性最强的一些指标是重中之重；二是违约样本与正常样本的选择,样本选择是否合适,直接影响到模型的可行性,本文不同于以往研究,采用可获得现金与本期到期债务之比来度量企业违约可能性的大小。通过显著性检验及logistic逐步选择法,最后筛选出3个指标进入logistic模型。模型对实验组判别的正确率达到了90%以上,对预测组的判断正确率为75%。且通过ROC曲线及K-S检验可以发现,模型可以有效得区分违约企业和正常企业。最后,对本文模型进行了平价并提出了自身的一些缺陷,如样本数据精度与准确性较差,模型预测能力不足等,希望以后的研究中能进一步改进。