伴随着新巴塞尔协议的发布,同时对我国银行业的风险管理水平也提出了更高的要求,现有的信用评级模型主要是以企业的财务数据来预测企业的违约率,对于如何提高信用评级模型的预测能力,成为了普遍关注的问题。Berger et al(2002)学者通过研究发现,在对企业进行信用评级时,要把企业的财务因素和非财务因素进行综合考量,这样能够更准确的预测企业的违约率。通过阅读大量的文献,发现学者们在对企业进行信用评级时也考虑了非财务指标,但是仅仅是进行定性分析并没有进行具体的量化。本研究通过对上市公司中的98家企业的样本数据进行实证研究,以建筑业、旅游业、零售业、制造业、旅游业为研究对象,并选取公司特性因素、企业的市场地位、股权结构这三个非财务指标,通过对这三个非财务指标进行量化来考查其是如何反映企业的信用状况,同时指出三个非财务指标与预期违约率之间的关系,并采用KMV违约预测模型为工具。利用统计软件SPSS17.0对数据进行描述性统计分析、相关分析和回归分析,得出:优质的公司特性因素、合理的股权结构、企业的市场地位与预期违约率呈负相关关系,企业的信用评级与预期违约率呈负相关。