我国经济正处于快速发展的时期,信用对于保障经济稳定快速发展具有不可估量的作用,可以说经济的发展也是信用的发展。在全球经济飞速发展的今天,信用风险变得日益突出,会对经济产生巨大影响,对我们的生产生活也产生了很大的影响。特别是2008年席卷全球的金融危机爆发以来,世界经济体紧密相连可以说是牵一发而动全身,上市公司一旦发生信用风险,公司会陷入财务危机,继而波及到很多相关行业,相关人员的利益,甚至会导致其他的公司面临破产。因此,度量和规避上市公司的信用风险对于经营者、投资者、金融机构、政府监管部门都特别的重要,建立一个精准度较高的信用风险预警模型是现在亟需解决的问题。目前已经有许多机构利用金融数学工具开发出的软件,建立预测上市公司信用风险的模型,其中包括KMV公司提出的KMV模型,神经网络模型,Logistic回归模型,希腊学者提出的M.H.DIS模型,CDS价差模型等。与西方国家相比,我国的信用风险管理仍然不够成熟,存在一些不足的地方,本文在许多学者研究的基础上采用Jacquet-Lagrèze提出的UTADIS（UTilites Additives DIScriminantes）模型来预测我国上市公司的信用风险。UTADIS多目标决策方法是一种能够根据一些指标数据将上市公司分成不同类别的有效方法。它是一种基于偏好解集的方法来评估一组效用方程,同时使用了线性规划方法,这样能够减少在划分类别时出现的错误。UTADIS方法对于多重共线性和异方差性不作特殊的要求。这种方法可以根据上市公司在过去几年的财务数据来估计公司现在或将来是否存在信用风险,而且可以粗略地评估一家公司的未来发展。基于这样的方法,本文将运用效用函数理论和线性规划理论根据上市公司的财务数据把上市公司分成ST类和非ST类,ST是根据我国证券市场上公司财务状况出现异常,公司股票被“特别处理”的公司。谢春岩在做信用风险研究时认为“财务状况异常”被特别处理的情况符合我们对公司财务情况不健康的判断,是进行信用风险研究比较合理的判断标准^（1）。为了数据的可获得性、真实性和有效性,本文从我国央企行业中选取44家上市公司作为研究样本,选取了两年的财务数据进行研究。研究结果表明,UTADIS方法可以有效的识别出上市公司是否存在信用风险,这就可以帮助经营者做出正确的经营决策,帮助投资者合理进行投资,降低投资风险,有利于提高监管部门的监管效率。