制造业是国民经济的重要行业,2008年全球性的金融危机给国内制造业带来了较大影响,国家四万亿投资热潮短期内促进经济蓬勃发展,制造业产值一度达到高峰。然而随着产能的过快扩张,一些企业开始出现了产品过剩的情况。2012年后库存积压逐渐显现,市场需求不足导致企业产品难以销售,继而造成企业收入减少、盈利逐步恶化。以制造业中的工程机械行业为例,其产能自2012年达到峰值,此后逐年下降,企业盈利恶化,面临较为严重的库存压力和财务压力。2016年是十三五规划开局之年,对于整个制造业而言,挑战与机遇并存。从国家层面,2015年国务院发布了《中国制造2025规划》,实施工业强基,改变中国制造“大而不强”的现状[19]；从世界范围内来看,各国开始掀起制造业回流的热潮,美国提出了“再工业化”政策,德国提出了“工业4.0”概念,各工业强国对于重振制造业给予较高战略地位。可见,研究国内制造业企业的经营状况和信用风险水平具有重要的政策意义和经济意义。国内A股上市公司通常都是行业内的龙头企业,在一定程度上代表着本行业企业的经营情况和信用风险水平。本文以沪深交易所A股制造业上市公司为研究对象,首先从六个方面选取了26个反映公司经营情况的财务比率指标,建立Logistic模型对样本内的制造业上市公司进行信用风险的预测判别。最后得到了一个包含7个变量的回归预测模型,在训练样本和检验样本上的预测准确率都达到了85%以上。随后,本文尝试对已有模型进行改进,一方面我们将预测时间点提前以使模型更加具有实用意义,另一方面我们结合资本市场中的实际情况在模型中加入了6个非财务指标以期找到更多有意义的变量并提高模型解释能力。本文通过研究得到,在财务指标中,盈利能力、资本结构、偿债能力和成长能力是影响我国制造业上市公司信用风险的主要因素；其中,盈利能力的提高可以有效降低公司发生信用风险的概率,而资本结构和偿债能力的恶化则会增大公司发生信用风险的概率。此外,一些非财务指标,如“每股指标”、“市值指标”、“商誉指标”对于上市公司信用风险也具有较强的解释能力。