随着“大数据”时代的到来,以数据处理、数据挖掘和数据分析等为主的大数据新兴企业也随之崛起。大数据产业的分析研究对于这个行业的发展有着极其重要的意义。近年来,国内外学者对于大数据企业的研究也随之兴起,这个新兴行业的研究一时成为热门。本文立足于大数据企业,对其融资风险进行具体的研究分析,建立Logistic模型对大数据企业融资风险管理进行分析。本文利用SPSS等多种大数据处理工具对全国106家大数据企业2014年3月31日至2017年12月31日的季度样本数据进行分析研究。在理论研究过程中,首先,对国内外融资理论和风险管理理论的发展和文献作出了综合的概括分析,其次,对大数据企业以及大数据企业的内源融资和外源融资进行了相关定义。随后概述了大数据企业的发展现状及存在的问题。在实证分析过程中,通过选取的指标数据进行主成分分析后得到降维后的4个主成分因子。再对训练集运行三次Logistic回归模型,采用H-L检验方法对模型的拟合优度进行评价,采用H-L检验方法对模型的拟合优度进行评价,并采取第三次拟合优度最好且预测准确度达86.17%的结果建立Logistic模型,对方程进行具体的分析,再将建立好的Logistic模型对测试集做Logistic回归分析,最终的准确预测度达到81.26%。然后用双样本K-S检验模型二分类中分布的显著性,并运用ROC曲线图对模型的效果进行检验分析,最终模型通过了检验并能很好地区分违约企业和正常企业。最后,对当下大数据企业提出政策建议,并总结出研究的不足以及对未来的展望。