随着市场竞争的加剧，赊销成为西门子中国与客户的主要交易模式，这一方面扩大了公司的销售规模，另一方面由于部分企业缺乏信用也带来了大量的违约成本。因此，进行有效的事前赊销管理，对客户进行信用评估，对于西门子中国来说非常重要。　　 西门子中国客户信用评估目前主要使用专家评议法。实践经验表明，该方法无法对客户进行有效的信用评估。本文基于国内外经典信用评估模型，使用西门子中国客户信息数据库和购买的客户资信报告，建立了西门子中国事前赊销管理客户信用评估模型，对能够有效预判客户违约行为的特征变量进行了识别研究。　　 在模型的构建方面，本文选择Logit模型对是否有严重违约这一二分变量进行了建模；选择线性回归模型对所有违约企业的违约强度进行了建模；更充分的利用了西门子中国所拥有的详细违约数据，对企业违约行为进行了更细致的分析。　　 在特征变量识别方面，非财务指标对是否有严重违约有较好的预测能力，而很多财务指标则对客户违约强度有显著的影响，如长期偿债能力指标、盈利能力指标、资产规模和质量指标及经营效率指标等。　　 根据分析的结果，论文最后提出了西门子中国信用评估模型在西门子中国事前赊销管理的实施方法：首先是将基于Logit模型建立的信用评估模型用于事前赊销管理中，做出给一个客户赊销与否的决策；其次是将线性回归模型显示的与客户的违约强度有显著关系的指标用于赊销额度的审批中。