近年来,我国中小企业发展迅速,对我国的经济、社会发展起着至关重要的作用。中小企业是我国国民经济的重要组成部分,是市场竞争中真正的参与者,可促进农村经济发展,增加地方财政收入,并增加就业率,提高社会的稳定性。与中小企业重要地位对应的是我国中小企业融资困难的现状。资本市场的小企业板块作为满足中小企业融资需求的平台,对于促进中小企业持续、健康成长有着重要的作用,但由于我国中小企业的数量庞大,中小企业板块对解决中小企业融资难的问题也只是“杯水车薪”。在相关法律和上市规则不作大幅修改的前提下,绝大部分中小企业难以通过资本市场获取发展所急需的资金,中小企业对银行较为依赖,但无法从银行得到足够的支持。金融机构的信贷资金主要投向是大型国有企业,而中小企业即使有好的项目,也难以获得贷款。造成中小企业融资困难的主要原因是其信用风险。中小企业信用风险存在的原因主要有以下几个方面,从中小企业自身来看,其普遍经营规模较小抗风险能力较弱、缺少信用管理制度、自有资本较少、生产技术较为落后；从商业银行方面来看,商业银行多采取“信贷配给”的信贷模式,信贷人员为了减少坏账隐患,便严格控制对中小企业的贷款,因此中小企业面临着很大的融资困难。从外部体制来看,由于缺乏企业信用的法律约束和保障机制,而且社会征信服务及担保体系建设缓慢,这些都导致中小企业的信用风险高于大型企业和国有企业。商业银行之所以对中小企业信贷数量较少,是因为面对中小企业的信用风险时,缺乏对其进行具体测量的方法。目前,基于统计判别思想的信用评级模型适用的对象大多是上市公司或者大型企业,前人的实证分析也大多是针对上市公司的,很少有对中小企业信用风险评价的研究,因此,本文将通过对比、分析目前常用的信用风险评价模型,通过论述它们的优缺点以及对我国中小企业的适用性,找出适合我国中小企业的信用风险评价方法—Logistic模型。目前常用的几种信用风险评价模型有：专家评价法、KMV模型、Credit metrics模型、Credit risk+模型,但这些模型都有不适合我国中小企业信用风险评价的缺点和局限性,比如说,专家评分法需要我国有完善、发达的信用评级体系,而我国的信用评级机构发展时间有限,对中小企业的评级的难度很大；KMV模型适用于上市公司,而且要求证券市场是有效的,因此对中小企业估计效果有限；Credit metrics模型的使用受到企业样本较少、样本历史期间较短、破产难于确定等问题的限制；Credit risk+模型的假设条件-每笔贷款发生违约的可能性很小,而且每一笔贷款之间是相互独立的在我国并不成立。作为一种非线性概率模型,Logistic回归模型只需要银行内部关于以往中小企业贷款的相关数据和财务报表,对数据的收集难度不是很大,而且该方法不再依赖于外部的信用评级机构,不会受到信用评级机构不完善带来的影响。因此,是一种较适合于我国中小企业信用风险的评价方法。本文将使用探索性因子和验证性因子分析,发展可靠、有效的评价商业银行信用风险的财务指标,最终提出成长性、盈利性、营运能力、偿债能力四大类中资产增长因子、收益增长因子、营运能力因子、流动比率因子、现金比率因子、主营业务效益因子、股东权益受益因子一共7个财务因子,通过实证分析,得出关于中小企业信用风险Logistic模型的具体表达式,并进行检验,说明这是一种适合中小企业信用风险评价的方法。最后,本文依然从三方面对加强我国中小企业信用风险管理提出政策建议：从中小企业方面,可以扩大企业规模,完善企业治理结构,建立客户资信调查和评估机制,建立应收账款监控机制。从银行方面,银行应当转变经营策略,拓宽银行金融服务的范围,积极培育一批资质较好的中小企业客户；从外部体制建设来说,一是加快社会信用管理体系的建设,二是完善对中小企业的信用担保体系建设,三是建立完备的法律体系,加大对失信的惩罚力度。