客户的违约支付，是S公司服务部面临的最严峻的风险。改革开放以来，中国的市场经济体制蓬勃发展，与之相伴的，是出现了许多企业违约支付的不良现象。S公司自上世纪九十年代开始在中国市场开展业务，在积累了良好的品牌形象的同时，却也一直被客户违约支付所困扰。尤其是服务部的客户，由于其地域分布广泛，行为偏好多样等特点，始终是S公司的管理顽疾。当今世界，商业环境的竞争愈发激烈，客户重视的也不再仅仅是产品本身，他们更多地将关注转移到了产品的配套服务上。服务类部门的产品业务，因其高利润的特性，对S公司至关重要，增加服务类产品也是公司战略转型的重要组成部分。所以当下，如何鉴别客户是否优秀、是否具有成为公司目标客户的潜在性、如何预测服务部客户的违约支付概率，成为了摆在S公司管理层面前的一道难题，如何科学地度量与有效地预测服务部客户违约支付已经是业务转型过程中无法避开的障碍。　　本论文希望以一种更为科学、可验证地方式，用模型分析的方法，多角度地分析并解决客户违约支付的问题。logistic模型经常被用来做研究定性变量和其影响因素之间关系的有效分析工具，目前已经在经济学、心理学、社会学、及其他各种领域得到了广泛的应用，因此本文选取logistic模型对S公司服务部客户的违约支付概率展开分析与预测。　　广义违约支付行为受多种因素影响，本论文作为实证研究分析，S公司内部发生的客户违约，受到客户是否自主违约的因变量只有两种，即违约或者不违约。这是一个二分离散选择变量:选择与不选择，即0-1型因变量。本论文中，变量取值为1的时候，表示客户发生违约支付的行为，当变量取值为0的时候，表示客户正常支付。在梳理完四千条样本后，本论文先提出了九个研究假设:企业规模以及员工数量与企业违约负相关，企业是否为国企与企业违约关系不明确，企业注册所在地与企业违约关系不明确，企业员工的受教育水平与违约负相关，企业盈利能力与企业违约关系不明确，相关付款人员在该企业的年限与违约支付负相关，相关付款人员在该企业的年限与违约支付负相关，每月应付账款与违约支付负相关，企业固定资产与违约支付负相关。通过SSPS软件完成回归分析后，结果印证了提出的假设。　　通过本文的分析，S公司今后应该契合实际业务的多个方面，对客户企业出现违约支付风险的概率进行预测，在接触客户的初期，就要判断服务部客户发生违约支付概率，尤其是应综合考虑客户企业规模、企业性质、在职员工的从业年限、教育背景、企业盈利能力、月平均应付账款、信用状况等方面的因素。其中历史信用记录良好、财务部门员工受教育程度较高、财务部门员工流失率低可作为判断客户发生违约支付概率高低的基本条件，而企业盈利状况、固定资产总价值、月平均应付账款额度以及企业性质是否国企，判断客户是否违约概率低的具体尺度。特别是历史信用状况，对该客户是否会在将来发生违约行为的影响巨大，S公司应该在与其发生具体业务往来时重点考虑。