随着我国市场经济的飞速发展,市场上出现越来越多的上市公司,如果上市公司的经营者判断失误,不仅给企业带来不可估量的损失,甚至会导致公司破产,而企业倒闭又会给相关联的人或机构带来严重的经济损失,甚至还会影响社会的稳定。因此建立评价上市公司信用风险的模型成为我们亟待解决的问题。本文在借鉴国内外研究文献的基础上,从理论和实证两方面对我国上市公司的信用风险进行研究。首先,上市公司的信用风险不仅受到微观因素的影响还受到宏观因素的影响。而目前我国在建立信用风险模型时,选取的指标体系都是建立在企业的财务指标基础上,为探讨宏观因素对上市公司的信用风险是否也有影响,本文在微观因子的基础上又加入了宏观因子来建立上市公司的信用风险模型。其次,由于选取的微观指标和宏观指标各自存在相关关系,而Logistic模型要求各变量之间不具有共线性,因此需先对宏观指标和微观指标分别进行处理,再运用到Logistic模型中。通过对指标的相关性和独立性检验,发现指标之间存在非线性关系,所以选择核主成分分析来处理这些指标。本文从理论上阐述了核主成分的相关定义、定理及计算步骤,也从实证上分析了核主成分在累计贡献率和降维效果方面比主成分分析要好。然后,将核主成分分析提取的主成分运用到Logistic模型中,进而研究我国上市公司的信用风险。然而,大量的研究发现Logistic模型对样本容量的要求很高,并且用不服从Logistic分布的样本数据建立Logistic模型,就很难通过拟合优度检验。针对上述问题,本文引入了边界Logistic模型,并从理论上详细的叙述了边界效应服从均匀分布和正态分布时与传统Logistic模型相比的优越性。当边界效应服从均匀分布时,边界Logistic模型的违约率服从广义的Logistic分布,而Logistic模型违约率服从Logistic分布,因此边界Logistic模型适用于更多的数据；当边界效应服从正态分布时边界Logistic模型的形态明显变得“紧凑”了,灰色区域明显的被压缩,大大的降低了误判的概率。接着本文也阐述了边界效应服从不同分布时模型的参数估计、边界效应检验、拟合优度检验等。最后选取了2011年和2012年我国不同地区的8家违约公司即ST公司和22家正常公司即非ST公司进行实证分析,通过模型的参数估计,显著性检验,拟合优度检验及对违约概率的计算,将边界Logistic模型与Logistic模型进行比较。实证发现仅假设边界效应服从提供很少信息的均匀分布,边界Logistic模型的违约率就明显的分散在0和1两侧,能有效的消除灰色区域。