在全球信用不断膨胀的背景下,信用风险暴露越来越严重,已成为各国金融系统所面临的主要风险之一。市场经济本质上是信用经济,上市公司作为市场经济的重要参与者,其信用状况尤其应该受到重视。研究上市公司的信用风险问题对证券市场监管、投资者利益保护以及信贷机构风险控制都具有重要的现实意义。信用风险评估作为一种防范信用风险的社会监督手段,是市场经济发展到一定阶段的必然产物,其对市场经济的重要性和促进作用已得到了理论研究的证明和发达国家实践的检验。本文首先对国内外信用风险评估的研究现状进行了总结和分析。其次,界定了上市公司信用风险评估的内涵,指出了上市公司信用风险产生的原因及目前我国信用评估中还存在的问题。再次,本文简单介绍了信用评估模型的发展过程并进行了比较,在此基础上选取比较适合我国上市公司信用风险评估的模型进行了详细的介绍。最后,实证部分是本文的核心,主要研究内容有:通过样本选取,选用我国沪深上市公司的61家ST公司和61家非ST公司做为样本,构建了指标体系,并利用因子分析法对指标进行了浓缩,找出了对上市公司信用风险影响作用比较显著的6个因子;分别利用BP神经网络模型、支持向量机(SVM)模型、SVM- Logistic回归混合两阶段模型和Adaboost组合分类器模型进行了实证研究,并对这四种模型的实证结果进行了比较。实证结论:支持向量机采用结构风险最小化原则代替经验风险,能够有效避免过拟合现象,与BP神经网络模型相比具有较高的分类准确率;SVM- Logistic回归混合两阶段判别模型综合了SVM和Logistic回归模型的优点,能够提高SVM模型的分类准确率;Adaboost组合分类器模型具有整体上的最优性,分类准确率高于其他三种模型。