我国银行业虽然经历住了全球金融危机的考验，但在“新常态”背景下，宏观经济下行压力较大，银行业也面临更加严峻的形势。目前我国商业银行的盈利水平仍然高度依赖信贷资产的质量，而信贷资产的质量则取决于对客户信用风险的管理水平。因此，信用风险管理的有效性直接关系到我国整个银行业乃至金融业的发展与稳定。　　违约风险是信用风险中最主要的构成要素，是指一段时间内发生违约事件的可能性。它受到很多因素的影响，包括企业性质、财务状况、产业特征、宏观经济环境等。如何度量、预测违约风险，从而控制信用风险，提高商业银行的全面风险管理水平，是一直摆在理论界和商业银行面前的重大课题。　　本文通过对现有的违约风险的定义、理论、影响因素和模型的梳理，选取某大型商业银行一级分行近三年的企业信贷数据，运用Logistic回归模型，对造成企业信贷违约风险的主要影响因素进行实证研究。通过对研究样本的描述性统计和回归分析，验证了 Logistic模型的有效性。实证研究结果表明，企业的信用等级、所有制性质、行业特征等对违约概率有显著影响；授信品种、期限、金额和利率水平，对违约概率的影响不明显，建立的Logistic违约模型整体显著，能为我国商业银行违约风险的管理提供有益的参考。