随着中国证券市场的繁荣以及上市公司的增多,上市公司的信用问题愈加凸现出来。上市公司经营状况的恶化会对其信用质量产生负面影响,进而给投资者和债权人带来损失。因此对于上市公司的利益相关者而言,迫切需要一种科学的方法以提前识别并准确度量上市公司面临的信用风险。近年来,国外一些金融机构纷纷提出了度量信用风险的新方法、新模型。这些模型的出现使得国外信用风险管理已从定性分析发展到定量分析,而我国目前对上市公司信用风险的度量仍停留在传统方法上,这对于我国商业银行进行信用风险管理是十分不利的。因此,尽快建立起适合于中国上市公司的信用风险度量模型是势在必行。本文的研究重点是对KMV模型进行修正,主要从股权价值波动率、资产市场价值及其波动率以及资产市场价值的预期增长率这三个方面对模型进行了改进。随后利用修正后的KMV模型对样本公司进行信用风险评价的实证研究,其中采用的技术路线为:第一步,根据分析的需要选取样本;第二步,根据我国的实际情况确定KMV模型中各参数的计算方法;第三步,采用多种检验方法对模型的计算结果和预测能力进行检验,以确定参数设定的合理性;第四步,从违约距离的统计特性、信用风险的评价能力以及模型的预测能力这三个方面对实证结果进行分析;第五步,建立动态KMV模型。实证研究表明修正后的KMV模型不仅可以显著区分违约公司与参照公司信用质量的差异,还能提前识别违约公司信用状况的恶化。作为信用风险评价指标,理论EDF的有效性远不如违约距离。因此,若要得到我国上市公司的具体违约概率,建立并完善违约历史数据库以构建违约距离与预期违约概率之间的映射关系至关重要。