信用风险一直是金融市场特别是银行业所面临的主要风险。2008年世界金融危机之后，受全球经济下滑的影响，我国国内经济增速也出现了显著放缓的趋势，主要体现在出口贸易受到影响，国内货币资金供应紧张，大量企业出现资金链断裂的现象，这使得本来融资环境就不乐观的中小企业更难以获得资金的支持进而进行科技的创新。自2009年10月30日，中国创业板市场正式推出，这是丰富我国多层资本市场的一次重大创新，标志着面向高技术中小型成长企业的“中国纳斯达克”正式开启。创业板市场的推出，弥补了我国资本市场的不足，完善了市场体系，打破了之前直接融资的渠道由沪深两市主板市场一手垄断的局面，拓宽了融资渠道，为中小企业的发展打通了经脉。创业板市场上企业的一举一动都能引发整个资本市场的关注。资金是企业成长和发展的重要支持，在中国企业获得资金的重要渠道是银行的贷款，对于广大融资渠道狭窄的中小企业来说，银行贷款可以说是其资金最为重要的来源。此举在一定程度上缓解了广大高新技术产业中小型企业融资难的困境，但根据之后的实际情况来看，除了创业板创立之初企业享受到了一次融资的“盛宴”，其余大部分时间企业在创业板市场上的融资情况并不乐观，企业主要依靠的还是银行的贷款，造成这一现象根源在于我国的金融体系是以银行为主导的间接融资模式，即资金盈余的部门将暂时充裕的资金存入银行为主的各种金融机构，再由这些金融机构向资金短缺部门以发放贷款的形式提供其所需要的资金。这种融资模型下，主要的风险都集中在了银行等中介机构身上，这必然使得银行在向企业发放贷款的时候，更多地考虑资金的安全性，对于处于成长阶段的风险较高的高新技术产业，银行的态度更多的是“惜贷”、“慎贷”。
　　创业板市场上的企业多为刚刚起步的高技术新兴企业，这些企业虽然发展前景比较广阔，但往往也面临着规模小、成立时间短、业绩不明朗等问题。加之我国针对创业板市场的法律法规还不完善和健全，对于创业板市场的违规失信行为的监管还不到位，整个社会信用管理水平低下，市场存在着过度投机炒作等原因，部份创业板企业为上市圈钱而进行恶性包装。我国创业板市场远未达到成熟水平，使得我国创业板市场上的中小企业发生信用违约的几率更大，而在我国中小企业与银行之间本来就一直缺乏稳定有效的信用关系，对于广大中小企业，银行一直是持惜贷慎贷的态度，对于创业板这样不健全市场上的高风险的新型行业中小企业，银行对其的信贷业务更是慎之又慎，这使得创业板市场的企业实难获得银行的长期贷款，严重阻碍了其自身企业的发展和推动整个产业经济的转型和升级，这使得我们必须要重视创业板市场信用风险问题的分析，使得商业银行能够准确地识别创业板上市企业的信用状况，并为其提供相应的贷款融资业务。
　　2012年5月1日，深圳证券交易所正式出台了创业板企业退市制度，规定连续亏损三年的企业实施强行退市，这又引发了市场对于创业板企业信用违约状况的担忧。金融市场是十分敏感和脆弱的，一旦一家企业出现信用违约没能及时偿还银行贷款本息，就会引起金融市场的连锁反应，给整个市场造成波动。这种现象在发展尚不成熟的创业板市场表现得更为突出。对创业板上市企业的信用风险进行分析和预警，能够尽量减少由于企业发生信用风险给商业银行信贷业务造成的损失，有利于维护金融市场的稳定，具有长久深入的意义。
　　之所以创业板市场的中小企业难以获得银行贷款支持，究其原因是商业银行在面对创业板上市企业的信用风险时，缺乏合理有效的评估方法。目前使用得较为广泛信用分析方法为专家评价法，信用评级法、Z值模型、KMV模型、Credit Metrics模型、Credit Risk+模型和Credit Portfolio View模型。专家评价法是我国商业银行信用评估的主要方法，但其存在的主观性专业性较强等特点，使得这一方法得出的结论准确性不高;信用评级在我国发展程度不高，使用受到较大限制;我国的评级机构内部管理和激励约束机制还不健全，市场化程度还不够高，评级的结果受行政干预的影响较大，这些都使得我国评级机构给出的评级结果缺乏科学性和规范性，制约了其行业的公信力。这也直接限制了信用评级方法在我国的运用。同时，Credit Metrics模型和在此基础上发展起来的Credit Portfolio View模型都是以债务人的信用等级变化作为分析基础，在我国信用评级事业不健全的背景下，这两种模型的使用也都受到了极大的限制。KMV模型的有效运行必须依赖于证券市场的有效运行。只有证券市场是有效的，股票价格才能准确地反映企业股权资本的市场价值。我国的证券市场在新旧经济体制转轨的特殊时期建立，经过二十多年的发展，走完了资本主义国家证券市场百年的发展道路，虽然取得了长足的进步，但也存在着相当的不足。
　　本文意在回答创业板市场上市公司的信用状况究竟如何，以便给商业银行的信贷决策提供合理准确的依据。Logistic回归模型是一种非线性的概率模型，对数据的假设限制较少，且对外部信息如信用评级状况等要求较少，只需上市公司提供的财务报表中的财务数据即可进行企业信用状况的分析。结合我国创业板市场的具体情况，这无疑是一种分析我国创业板市场企业信用风险比较方便实用的计量模型。
　　实证方面，本文首先对选取的样本指标进行了一系列显著性检验，剔除了一些对被解释变量影响不大的解释变量。由于经过筛选后的财务指标变量数量仍然较多，且这些变量之间或多或少存在着一些多重共线关系。为了简化模型和减少多重共线性对于模型的影响，本文在logistic回归模型的基础上探索性地使用了因子分析的方法。将变量降维到6个完全没有相关关系的公共因子，这6个公共因子分别为盈利能力因子、成本因子、偿债因子、发展因子、现金流因子和营运因子。在此基础上再将这6个公共因子作为解释变量构建了logistic回归分析模型。
　　研究发现盈利能力因子、成本因子、偿债因子、发展因子、现金流因子、营运因子与企业发生违约的概率均呈负相关关系。营运能力和盈利能力高说明企业运作高效，市场前景广阔，企业赚取利润保持盈亏平衡的能力对企业的信用状况也能起到至关重要的作用，这可以保障了企业可以有足够的利润来源来确保债务的偿还企业的偿债能力直接决定了企业是否能偿还到期债务，是否会发生债务违约。企业偿债能力越强，企业信用度越高，这也是符合我们的一个基本常识的。企业成本因子中占比较大的是财务费用这个解释变量，而财务费用中较多的是指企业借债的利息支出。利息支出较多说明企业定期按时支付了债务利息，从另一个侧面说明了企业信用状况较好。企业的发展能力越强说明投资者投入的资金安全性和收益性就越高，债权人的债务越能得到相应的保障，企业发生信用违约的可能性就越低。企业现金流越充裕，可以用以偿还债务的资金就越多，信用状况就越好。
　　最后，根据研究结果，本文就如何进一步提高商业银行对创业板上市企业的信用评估水平提出了一些建议。诸如要加强创业板市场征信体系建设，只有完善了企业征信体系，才能够在创业板企业信用分析的过程中运用更多的模型，才能从各个模型得出的结论中进行对比甄选，从而得出更加精确的结论;完善创业板企业财务信息披露机制，企业披露信息质量的高低直接决定了我们分析结果的有效性;为了提高对创业板企业信用风险分析的精准度，我们建议政府要制定严格的法律法规来规范创业板市场的发展，充分发挥政府的监督管理作用。