信用风险是三大金融风险-市场风险、信用风险及操作风险之一,目前,由于我国特殊的金融环境,目前债市十分紧凑,上市公司在发债这方面都在蓄势待发。因此上市公司的信用风险预测十分具有紧迫性和现实意义。目前,信用风险的量化分析在我国获得了蓬勃发展,默顿首先将Black-scholes的期权定价方法引入到信用风险的预测领域,而后KMV公司通过建立违约点及违约概率的映射关系改进了默顿模型,成为较为成熟的信用风险预测模型。本文对国内外关于信用风险预测的模型进行比较后,选取了国外较为常用有效的预测模型-KMV模型进行研究讨论。国外所运用的KMV模型中的违约点是结合了国外企业的违约率映射而设定的,笔者通过我国的上市公司数据修正了违约点的设置,并通过分析发现,KMV模型在我国上市公司信用风险评价方面虽然不够显著,但能在一定程度上给于投资者一点提示。本文一共分为以下五部分内容:第一部分将本文的研究背景做了介绍,同时又回顾了国内外的主要研究进展和成果,引出了本文研究的主要模型。第二部分对目前在信用风险预测领域所采用的各种模型方法,并通过比较各种模型方法,引申出KMV模型的优势。第三部分详细介绍了KMV模型,包括理论架构、预测流程等,并提出了关键性的假设,进行实证分析。第四部分是对模型所修正的几种违约点进行了统计检验,检验更为有效的违约点设定。第五部分是本文的结论,并对上市公司未来一年的违约概率进行了预测,并提出本文研究的局限性。