【摘要】笔者以我国Ａ股３２５家上市公司２０１１年和２０１２年的财务数据作为样本，利用贝叶斯判别法、Ｌｏｇｉｓｔｉｃ回归模型和ＢＰ神经网络模型对信用风险进行识别，进而比较三类模型的准确性、预测能力和稳定性，发现三类模型对信用风险识别的准确率依次增高，但仍然都存在较大的概率将信用状况非健康公司识别为健康公司；贝叶斯判别法和Ｌｏｇｉｓｔｉｃ回归模型识别出的重要财务指标能够有效解释公司的信用状况，而ＢＰ神经网络模型则缺乏对识别结果的解释能力。比较结果对商业银行选择和使用合适的信用风险识别技术具有重要的参考价值。