本文采用理论研究和实证研究相结合的方法，对我国商业银行企业客户群的信用风险进行了研究。 在我国中介主导型的金融体系中，信用风险成为了我国银行业目前最大的风险之源。如何加强对信用风险的控制以及如何更好地选择优质客户成为我国商业银行当前急需解决地问题。虽然对信用风险的研究层出不穷，但如何准确地量化信用风险仍是一个难以解决的问题，且从客户群的角度对信用风险所作的研究也寥寥可数。本文在研究相关文献的基础上，以浙江省制造业企业数据为样本，采用罗吉斯回归方法建立了两个信用风险评级模型，然后用模型对不同规模、不同经济性质、不同行业的企业客户群进行了检验分析。 本文得出的主要结论包括以下几点，第一，对于制造业企业来说，本文所选用的八个财务指标(资产负债率、息税前收益与总资产比率、营业利润率、流动比率、速动比率、利息保障倍数、总资产周转率、应收账款周转率)对信用风险等级都具有较强的影响力；且财务结构指标和盈利能力指标在所有解释变量在中影响力最强：第二，模型的分类正确率检验证明，两个模型的分类正确率均为良好，两个模型对不同类型企业客户群的信用风险所做出的检定结果是较为可信的；模型二的分类正确率略高于模型一，对信用等级分类越细，对企业信用等级的判断越为精确；第三，本文建立的信用评级模型对不同规模企业客户群的检验表明：就稳定性而言，大型企业客户群最好，中型企业其次，小型企业最差，大型与中型企业客户群的信用风险普遍比小型企业低；小型企业客户群中既有信用风险较高的企业，也存在着信用风险极低的企业；第四，本文建立的信用评级模型对不同经济性质企业客户群的检验表明：国有企业客户群的信用风险高于其他两个客户群，股份制企业客户群与民营企业客户群在稳定性上优于国有企业客户群；每一种客户群中的企业其信用风险程度也有所区别；第五，本文建立的信用评级模型对不同行业企业客户群的检验表明：在本文所检验的七个行业中，机械制造业企业客户群的信用风险最高，其次是医药制造业企业客户群和电子设备制造业企业客户群，纺织业企业客户群、化学原料及化学制品制造业企业客户群、金属制品业企业客户群以及通信设备制造业企业客户群信用风险相对较低；不同行业的企业客户群其信用风险与国家的宏观调控政策、国际贸易形势、行业自身的发展阶段以及当地的经济环境等有着十分密切的关系。 在实证研究的基础上，本文分析了产生信用风险的现实原因，并结合本文的研究结果对商业银行提高控制信用风险能力提出了几点建议。主要包括：加强商业银行内控制度的建设，建立健全的信用风险管理体制；建立完善的信用风险信息管理系统和数据仓库；根据自身情况，探索和开发适应国情的信用风险评级模型等。 最后，总结了全文并展望了未来的研究方向。