بانکها در پرداخت تسهیلات با خطر بزرگی که به آن ریسک اعتباری می گویند مواجه هستند. برای کاهش این ریسک، باید درجه اعتبار و قدرت بازپرداخت اصل و سود تسهیلات دریافت کننده را تعیین نمود تا احتمال عدم برگشت اصل و سود تسهیلات اعطایی، کاهش یابد. یکی از روش های کاهش این ریسک، طراحی نظام تعیین درجه اعتباری (رتبه بندی اعتباری) برای دریافت کنندگان تسهیلات است. در این تحقیق با درنظر گرفتن مشتریان حقیقی بانک ملت و با استفاده از مدل رگرسیون لوجیت، ریسک اعتباری برآورد، عوامل موثر برآن شناسایی و وزن دهی شده و مدلی جهت رتبه بندی اعتباری مشتریان طراحی گردید. در این راستا، ابتدا آزمون هم خطی بین متغیرها با استفاده از عامل تورم واریانسها (vif)، برآورد و استقلال متغیرها اثبات گردید. سپس با توجه به تعدد متغیرهای کمی و کیفی تاثیرگذار بر ریسک اعتباری، متغیرهای تاثیرگذار (متغیرهایی که ارتباط معنی داری با نکول تسهیلات داشتند) با استفاده از ضریب همبستگی اسپرمن از بین متغیرهای متعدد، انتخاب گردیدند. در ادامه متغیرهای شناسایی شده، وارد مدل رگرسیون لاجیت شده و ضرایب اهمیت هر یک برآورد و تفسیر گردید. سپس قدرت پیش بینی مدل با استفاده از داده های آزمایش، تخمین زده شد و در نهایت سیستم رتبه بندی مشتریان (اعتبارسنجی) طراحی و رتبه اعتباری مشتریان نمونه برآورد گردید. نتایج نشان می دهند که مهمترین متغیرهای تاثیرگذار بر ریسک اعتباری عبارتند از : بخش فعالیت شغلی متقاضی (در پنج گروه صنعتی و معدنی، کشاورزی، تولیدی، خدماتی و بازرگانی)، معدل حساب، سابقه اعتباری، ارزش ریالی وثیقه، مبلغ ترهین، مبلغ وام، مدت سر رسید وام، درآمد ماهیانه متقاضی و مبلغ سررسید. آماره والد نشانگر معنی دار بودن تمامی ضرایب و آماره های mc fadden نشانگر قابل توضیح بودن 82/0 تغییرات متغیر وابسته توسط متغیرهای مستقل مدل و lr معادل 90/93 نشانگر معنی دار بودن رگرسیون است. همچنین آزمون "هاسمر لمشو" که معادل 07/13 برآورد گردید (با احتمال آن بزرگتر از 05/0 و برابر 62/0)، حاکی از صحت تعیین مدل و نکویی برازش و کارایی بالای مدل در پیش بینی احتمال قصور مشتریان متقاضی وام است. همچنین درجه حساسیت مدل برابر 98 درصد (درصد پیش بینی صحیح مدل برای خوش حسابان) و درجه تشخیص مدل برابر 92 درصد (درصد پیش بینی صحیح مدل برای بد حسابان) می باشد.