样本数据来源如下：（1）所有财务数据、企业治理数据均来自CSMAR数据库，并结合东方财富网、新浪财经网数据整理；（2）有关环境、社会要素的数据源自新能源汽车企业官网披露的企业社会责任报告、年报和Wind数据库；（3）上市公司信息披露考评分值数据来自沪深交易所官网。
本文以前一年（t-1）的各项指标对其t期的信用风险进行研究，例如，研究2021年企业的信用风险，则使用2020年的指标判断其2021年的信用风险。为了控制极端值对回归结果的影响，本文对数值变量进行了标准化处理，并进行了1%缩尾处理，对分类变量进行赋值。本文的数据均用R语言进行处理。
第六章研究结论和政策建议
6.1研究结论
在碳达峰碳中和的愿景下，交通行业减碳压力巨大，新能源汽车产业作为战略性新兴产业，与能源变革和节能减排有着密切联系，对于落实“双碳”目标具有战略意义。新能源车企的信用风险水平不仅关系着其自身存续，还事关国家产业结构转型和经济发展大局，因此关注新能源车企的健康发展，研究其信用风险具有重要意义。然而，在对该行业的信用评价的过程中，仅涉及财务指标的评价体系不够全面，传统统计模型也存在稳健性好，但预测精度不高的问题。因此本文在构建指标体系的过程中，融入了ESG相关因素，并通过全变量Logistic模型、逐步回归模型与组合模型Lasso-logistic模型三者进行对比，并对样本数据进行了有效性验证，最终选择出最优模型。得出结论如下：
第一，在新能源汽车企业的信用风险指标体系中的财务因素方面，净资本利润率、总资产周转次数回归系数为负，资产负债率回归系数为正。具体解释为：净资产利润率指标越高，就意味着企业的盈利能力就会更强，因此，信用风险就会更低；总资产周转率越高反映周转速度越快，销售能力越强，信用风险越小；当资产负债率过高时，面临不能及时偿债的风险，信用风险也越高。
第二，在新能源汽车企业的信用风险指标体系中的非财务因素方面，即融入了ESG因素的指标方面，节能环保资金投入、产品创新研发，安全生产和数据隐私，建立ESG战略管理回归系数均为负，表示该指标越高，企业信用风险越低；碳减排潜力、股权制衡度回归系数均为正，表示该指标越高，信用风险越大。具体解释为：环保资金的投入能够显著提升企业的碳绩效和财务绩效，从而降低信用风险；产品创新研发意味着企业能够更快地将新产品或新技术推向市场，为企业带来超额收益，同时吸引外部投资，进一步提高企业财务水平，降低信用风险；当企业安全生产和数据隐私情况越好，说明其诚信度和消费者信任度越高，从而降低信用风险；当企业开始ESG战略管理，证明企业有较强的社会责任感，企业更加注重公司高质量发展，降低主体信用风险。企业碳减排潜力越大，企业因低碳发展而被挤占的生产经营资金越多，信用风险就越大。
参考文献（略）
