随着金融市场的发展,信用风险逐渐呈现出更加复杂化和多样化的特征,并且对金融市场的影响也越来越大。2018年我国企业出现了集中违约现象,而且不同于以往,在本次集中违约事件中上市公司债券违约数量较多,这表明违约主体已经开始从信用较低企业逐步蔓延至信用较高企业。四川省上市公司数量居于中西部之最,且省内近半上市公司注册地均在成都市,显示出省内各地区发展不平衡状况较为严重。四川省上市公司的健康可持续发展也是四川省经济繁荣发展的一个重要支撑。因此,对四川省上市公司信用风险进行准确评估显得尤为重要,既可为四川省上市公司健康发展提供指导,还可以为监管机构监管政策的制定提供重要依据。本文首先从研究背景和意义出发,通过梳理国内外相关研究,总结信用风险评估方法的研究现状,介绍经典Logistic模型与KMV模型基本原理;其次,针对四川省84个上市企业,利用主成分分析法对反映上市公司经营状况的15个财务数据提取主成分因子作为新的解释变量,并利用二元Logistic模型进行回归分析,从而得出违约预测结果;然后,使用KMV模型计算出目标公司的违约距离,并将违约距离作为非财务衡量因子加入至二元Logistic回归因素,构建Logistic-KMV混合模型。研究发现,两个模型的回归结果与对于四川省上市公司信用风险预测结果都较为理想,且加入违约距离的混合模型对于高风险组的预测效果更加准确。通过对于两个模型回归结果的对比分析,不仅可以得出影响四川省上市公司信用风险的关键因素,还发现混合模型能够更好地度量四川省上市公司信用风险状况。