本文依据商业银行信用风险管理的相关理论,构建了包含17个财务性指标的度量高新技术企业商业贷款信用风险的指标体系。然后选取并收集了94家公司的相关财务数据作为训练样本,其中样本包括上市公司及退市公司。尽管17个财务性指标可以全面反映高新技术企业的状况,但由于它们之间存在显著的相关性,直接采用这些指标进行研究会导致分析复杂化,甚至偏离正确结论,通过主成分分析对17个原始财务指标降维简化,最终提取出7个主成分。以提取的7个主成分为自变量,以高新技术企业未来是否发生违约为因变量,构建Logistic回归模型,有效的预测出企业在2年后发生违约的概率。随后抽取21家高新技术企业作为检测样本验证所构建Logistic模型的有效性。结果表明Logistic模型具有较好的判别准确率,丰富且发展了Logistic模型在商业银行信用风险管理中的应用。