新型农业经营主体由家庭农场、专业大户、农业专业合作社和农业企业构成，具有经营规模适度、市场化程度高、专业化和集约化经营等特征，在提高农业生产、创建农产品品牌、保证农产品质量、辐射带动普通农户等方面具有明显优势，是实现我国农业现代化的骨干力量。处于发展初期的新型农业经营主体，在流转土地、招募员工、购置生产设备、产品加工等方面具有迫切的融资需求。　　鉴于农业企业能够根据成熟的企业会计制度，提供完整的财务信息，其信用评价方法较为成熟。农业专业合作社是由农户、家庭农场、专业大户等构成的松散联合组织，责任主体不够明确，难以成为金融机构的支持对象，而农户的信用评价方法已经成熟。目前，家庭农场和专业大户由于信用评级标准尚未构建，加之缺乏完善的治理结构、财务制度、有效抵押品，难以得到获得金融支持而陷入融资困境。本文以专业大户和家庭农场为例，采用理论研究与实证分析相结合的方法，开展信用评价研究。主要工作如下：　　(1)构建了新型农业经营主体的信用评价指标体系　　根据新型农业经营主体经营特征，借鉴“5C”信用评价准则体系和“三维信用评价理论”，结合金融机构现有评级指标和以往相关文献出现的高频指标，初步构建50个评价指标。其次，以新型农业经营主体信用数据为基础，根据数据可比性删除管理成本、邻里关系等6个指标。同时，根据偏相关系数删除冗余指标，在偏相关系数大于0.8的指标对中，删除F值较小、对贷款人信用状态判别较弱的9个指标。然后，用剩余的相关系数较小的35个指标，进行违约因变量与评价指标之间的Probit回归，通过Wald统计量对每个指标的回归系数进行检验，剔除对违约因变量影响较小的指标。最后，用保留的20个相关性较弱且违约鉴别能力强的指标，构建信用评价指标体系，且累积贡献率表明，用45.45%的指标构建的指标体系描述了84%的信用信息。　　(2)构建了具有违约鉴别能力的新型农业经营主体信用评价模型　　基于包括20个评价指标的信用评价指标体系，分别从 Probit回归模型和Fisher判别模型角度，研究模型的判别效果。Probit回归模型在不同的判别点判别效果有差异，其中0.5为较优判别点，第一类误判率8.33%与Fisher模型的第一类错误相等，但Probit回归第二类错误发生率(2.63%)与总正确率(95.16%)均优于Fisher判别的第二类误判率(7.89%)与总正确率(91.94%)，表明Probit模型在信用判别中更具优越性。此外，两模型在关键指标的选择也有差异，在Probit回归模型中，亩产净收入的解释程度最高，生产面积、贷款余额、注册商标、年经营收入等指标也包含较多的信用信息；而Fisher判别模型中，最有效的指标是生产面积、贷款余额、销售渠道、健康状况、机械化投入、亩产净收入。　　(3)构建了信用评价标准，对高风险经营主体提出防范建议　　利用Probit回归模型中-y*j计算样本信用得分，并按照惯例将化成百分制，遵照中国农业银行“四等八级”的信信用标准划分方法，对新型农业经营主体的信用等级进行划分。针对高风险、低等级的贷款人，从推动规模经营；提高亩产净收入；加强农产品销售渠道建设；重农产品质量，实现农产品品牌经营；关注健康状况，保障家庭经营稳定；借助合作社，获取优势资源；借助有利的经济环境，提升信用水平等7个方面提出农业经营主体的发展建议。