当前,经济高质量发展成为我国在新发展阶段的核心议题,其中绿色发展是高质量发展的必由之路,故我国面临着低碳转型的挑战。2020年“双碳”政策的提出体现了我国进行绿色经济发展的坚定决心,2022年党中央在二十大中进一步指出:“实现碳达峰碳中和是一场广泛而深刻的经济社会系统性变革。”高碳行业作为能源结构调整和经济社会变革的主战场,在大环境下定会面临生产约束、分化加剧、技术创新等多种挑战,而这些挑战将导致其信用水平受到冲击。因而高碳行业上市公司应结合自身特性,选择合适的模型对企业信用风险进行科学评估,这不仅有利于自身转型发展,还有利于金融机构以及政府部门的相关决策。本文从研究背景及意义出发,在阐述了高碳行业界定以及信用风险共性特征的基础上,分析了高碳行业上市公司信用风险的现状、特性特点及其成因,并选择了具有互补优势特点的Logistic回归模型和KMV模型,分别构建单Logistic回归模型和加入KMV后的结合模型分析高碳行业上市公司。接着本文根据一定选取原则最终确定了包括高信用风险、低信用风险组共128家高碳行业上市公司作为样本企业进行实证分析。在对数据的处理上,本文主要基于主成分分析法对27个指标变量进行处理,得到7个主成分并以此来构建Logistic回归模型,检验其拟合情况和效果。接着运用KMV模型计算了各样本企业的违约距离,将其作为指标与7个主成分一同作为自变量代入回归模型,对结合后的模型也进行了应用与检验,最后对模型结合前后的拟合情况与判别精度进行对比。实证分析结果表明:第一,Logistic模型评估高碳行业上市公司信用风险效果较好,同时加入KMV后的结合模型有更好的拟合优度且可以进一步提高模型判别准确率。第二,基于样本配比和误判成本,最优违约分界点为0.35,能够较好地判断此类企业的信用风险状况。第三,模型中各自变量系数能够较好地反映自变量与信用风险高低的关系,符合经济意义。最后,在对本文内容进行概括总结的基础上,从政府、金融机构及企业自身三个角度就高碳行业上市公司发展提出了相应建议。