中国直接融资起步晚发展慢，企业融资主要依靠银行系统的间接融资，贷款企业发生信用违约直接反映到商业银行的不良资产上升。不良资产规模高企会降低商业银行的盈利水平、影响银行股东的投资信心、造成银行资金的流动性短缺引致挤兑风波、导致银行的资本充足率下降、影响监管评级和新设分支机构等。因此，贯彻有效科学的信用风险管理，不仅可以夯实商业银行的经营根基，还可以在同质金融市场提高银行自身的核心竞争力。历史上中国银行体系曾经有过两次比较大的不良资产剥离，加上贷款余额逐年快速增长，从而稀释了商业银行的不良贷款率。中国银监会对外所公布的监管指标中，中国商业银行的不良贷款率都在低位运行，但是实际上，中国商业银行的不良贷款形势还是蛮严峻的，而且在信用风险管理上还存在很多问题，尤其是农村商业银行。
　　近年来农村商业银行的信贷规模不断扩张，但信贷资产质量良莠不齐，风险隐患增加，出现了贵阳农商银行不良贷款率飙升的极端案例，虽然不具有代表性，但对于其他农商银行经营起到警示作用。随着国内不良监管的趋严和经济下行压力的加大，农村商业银行的信用风险管理弊端不断暴露。本文以XC农商银行为研究对象，XC农商银行的公司贷款75%以上是集中在中小微企业的，企业所提供的财务报表信息不能客观反映经营情况，而传统上的信用风险预测和预警模型都是基于客户财务数据所构建的，所得出的结果将在一定程度上失灵。面对企业贷后管理的难题，本文利用样本贷款企业在XC农商银行的交易流水数据，从中提取电费支出、税费支出判别企业的经营状况，计算得出电费支出增长率、税费支出增长率作为解释变量，解决了中小微企业财务报表失真的问题；XC农商银行忽视对抵押贷款的贷后管理，本模型建立时选取样本贷款对应的担保方式作为控制变量进行分析；对于XC农商银行贷款集中度高，选取样本贷款对应的企业规模和行业类别加入模型分析；此外还选取存贷款余额和贷款期限，以期模型对XC农商银行的贷后信用风险预警具有现实意义。
　　最后对模型进行了总结，企业的担保方式对企业的信用违约风险影响不显著，企业电费支出增长率越高、税费支出增长率越高、时点存款余额越高的制造业信用违约的可能性越小，而企业规模越大信用违约的可能性越大。模型预测的准确高，对XC农商银行信用风险预警上有一定的现实指导意义，并在此基础上对XC农商银行的信用风险管理提出几点建议。