随着经济的市场化和全球化，越来越多的企业尝试进行多元化、跨地区甚至跨国经营面对挑战，逐渐产生了企业集团这一组织形式。企业集团由于其组织及资产规模庞大，涉及行业广，对社会经济的发展有着重要的影响。企业集团的发展是一把双刃剑，给企业带来丰厚利润的同时，也掩藏着巨大的经营风险。近年来，国内外企业集团陷入财务困境，进而陷入信用危机的案例屡见不鲜，不仅使企业集团的经营和发展受到严重的阻碍，在社会经济中也引起了强烈的反响。因此，对企业集团财务危机的预警以及对其信用风险的评估就显得尤为重要。如果能够对企业集团的财务危机进行有效的预警、对其信用风险进行有效的评估，将起到未雨绸缪，防患于未然的作用。企业集团的财务危机和信用风险涉及到企业集团及其内部多个成员企业，企业集团及其成员企业之间错综复杂的股权结构与关联交易，使企业集团的财务危机和信用风险呈现出较大的隐蔽性和复杂性。企业集团如何应对财务危机，进而降低其信用风险，是企业集团控制其经营风险的最重要环节之一，也是当前企业集团发展中所面临的新挑战。基于此，本文通过对企业集团的财务危机预警问题和信用风险评估方法的探讨，期望能为企业集团自身的财务风险管理和商业银行对其集团客户信用风险的管理提供新的研究思路与方法。本文主要的研究框架与思路如下：由于关联交易是企业集团的重要特征，其对企业集团的财务状况以及信用风险都会产生重要的影响。本文首先，针对关联交易这一企业集团特有的交易方式，分析了企业集团的关联交易类别及其频率特征，以及它们与企业集团的财务状况及信用风险之间的逻辑关系。并以我国企业集团上市公司为研究样本，从定量化的角度，运用结构方程模型分析了关联交易偏好和财务异常程度与企业偿债行为之间的关系。进一步，针对企业集团的财务危机预警问题，本文在对企业集团的一般性财务指标进行筛选的基础上，引入企业集团特征指标，构建出企业集团财务危机预警的指标体系。进一步，分别应用Logistic模型和神经网络模型对我国企业集团上市公司的财务危机预警进行了实证分析，并基于Logistic模型和神经网络模型构建了企业集团财务危机预警的组合模型，并对预警结果进行了比较分析。最后，针对企业集团的信用风险评估问题，本文在援用企业集团财务危机预警的指标体系的基础上，根据企业集团信用风险的特点，适当地增加了财务类指标，同时引入相关的非财务性指标，构建了企业集团的信用风险评估指标体系。进一步，分别用具有代表性的统计方法--Logistic模型和非统计方法--支持向量机（SVM），以及能刻画企业集团特征的CLL模型，分别对企业集团的信用风险进行评估。进而，将这三类评估方法进行样本内测试比较，验证了引入企业集团的特征类指标和治理类指标能显著提高企业集团信用风险评估的准确性，并且在此基础上对三类方法的适用性进行了比较。本文研究表明：企业集团的财务危机与信用风险之间有着显著的联系，财务危机是引发信用风险的根源，是信用风险的重要组成部分。而信用风险是财务危机的积累和延伸，信用风险从更加长远的视角，刻画了企业集团经营和发展的前景。企业集团可以通过财务危机预警帮助集团及时的采取有效的措施，缓解甚至化解其财务风险，避免其信用风险加大而导致其信用评级被下调。因此，企业集团有效地控制其信用风险的关键是管好自身的财务，随时通过评价和预测自己的财务状况来防范自身信用风险的发生。本文不仅讨论了企业集团的财务危机预警问题，而且结合财务和非财务性因素构建了企业集团的信用风险评估方法。因此，本文的研究具有十分重要的理论价值和现实意义。