中小企业是我国经济发展运行不可或缺的微观主体,其发展壮大对我国经济发展既是机遇也是挑战。中小企业的发展离不开资金的投入,但是现阶段融资难的问题一直是阻碍其发展的一大障碍。由于中小企业存在较高的信用风险,它们很难从商业银行获得长期稳定的资金支持。因此,建立有效的信用风险评估模型可以帮助商业银行对中小企业的信用风险进行评估和预测,及时有效的掌握中小企业的信用风险情况,降低商业银行的不良贷款率,同时也能优化外部融资环境,帮助解决中小企业融资难的问题。本文基于2017-2020年被ST的105家中小企业与没有被ST的392家中小企业前一年的数据,并将377家中小企业数据作为训练集,120家中小企业数据作为测试集,选取涵盖企业偿债能力、盈利能力、经营能力、发展能力和比率结构五个方面共22个财务指标以及包括企业规模、企业创新能力两方面共4个非财务指标。通过独立样本t检验以及Mann-Whitney U检验筛选出对企业是否违约具有显著区分能力的指标,并构建Lasso-Logistic模型,为了分析Lasso-Logistic模型的预测效果,本文同时构建了逐步回归Logistic模型与之进行比较,比较主要从模型筛选的变量、总正确率、第一类错误率、第二类错误率以及AUC值五个方面进行。实证结果表明:（1）流动资产净利润率、总资产周转率、营业收入增长率、所有者权益增长率、营运资金比率及员工人数对中小企业信用风险具有显著影响;（2）通过与逐步回归Logistic模型进行对比可知,Lasso-Logistic回归模型对中小企业信用风险识别有更好的效果,其需监控的变量少且直观,预测准确率高。