我国企业债券市场自1987年国务院颁布的《企业债券实施条例》至今，经历了30年的发展，截止2017年末，我国债券市场中有31673只处于存续期，存量规模总计69.2万亿，其中企业债券数量占比高达88.64%，规模总计33.16万亿。据统计我国债市存量占GDP的比重自2014年开始快速增长，截止2017年末比重跃升至92.29%。从发行规模来看2015年至2017年三年间我国债券市场发行规模激增，2017年单年发行总规模高达40.8万亿，其中企业债券发行29.15万亿。由此可见，经过30年的发展，我国债券市场，在我国各类企业通过债务渠道进行直接融资的过程中，发挥着举足轻重的作用。
　　然而我国债券市场在2014年之前没有发生过一起实质性违约事件，直到2014年3月5日“11超日债”未能于约定到期日全额支付利息，才打破了“零违约”的神话。随后短短三年中我国债券市场违约事件频发，信用风险在短期内集中暴露。截止2017年末，我国共有156只债券发生实质性违约，违约金额高达925.64亿元。违约债券几乎遍及所有企业债券种，违约企业中民营、国有均有涉及。在我国债券市场繁荣发展的背后，企业债券违约风险的集中暴露严重动摇和影响了我国债券市场的长远、稳定发展。对此进行深入研究，将风险防患于未然至关重要。而防范的前提是能够对其进行准确的度量，因此本文就企业债券的信用风险度量展开研究。
　　本文首先通过对该领域的已有文献进行梳理，按时间顺序将信用风险度量方法分类为传统度量方法和现代度量方法，并对每种方法下涵盖的具体方法进行了介绍和评述，并且通过对不同度量方法的比较，基于我国当前信用评级数据和历史违约数据缺失的现实情况，简要论述了当前KMV模型在我国用于度量企业债券信用风险的适用性。接着对本文的理论基础KMV模型的理论框架及求解过程作详细地阐述，同时考虑到当前我国债券违约主体主要为非上市公司的实际情况，还对KMV模型的延伸发展——非上市公司PFM模型的基本原理进行了简要的介绍。
　　在实证部分运用更加贴合我国实际情况，经过了些许修正的KMV模型以2012年至2016年末的未发生过债券违约的A股上市公司的相关数据为样本，计算出违约距离(DD)作为本文度量上市公司信用风险的指标。通过对违约距离(DD)从行业和公司属性两个维度进行分析发现，当前我国处在制造业、建筑业、房地产业的上市公司信用风险较大，能源、交通运输、仓储和邮政业、金融业上市公司信用风险稍低；公司属性维度民营、央企、国企的上市公司中民营企业信用风险最大，央企信用风险的变动最显著。同时在上述分析中还发现从两个维度KMV模型均能实现对我国2015年上市公司信用风险整体恶化的准确预测。为了初步探索违约预警线的设置，本文对出现过债券违约的上市公司单独进行了实证分析，借鉴已有文献的研究方法，将得出的违约距离划分为五个区间，通过各区间的累计频率得出违约组中上市公司违约距离小于2.5占比高达90%，因此将违约距离2.5设置为违约预警线，认为当上市公司的违约距离小于或逐渐减小趋近于2.5时，该公司的信用状况不理想。但鉴于上市公司的历史违约数据过少，该违约预警线的准确性有待考量。最后结合KMV模型的延伸发展——非上市公司PFM模型的基本原理提出在运用KMV模型度量上市公司信用风险的过程中，可对估计出的具有大样本统计意义的公司资产价值、资产价值波动率按行业，从上市公司资产结构和盈利能力两个维度进行区间统计，从而为后续研究中简化运用PFM模型直接对我国非上市公司信用风险度量的操作提供了一种参考思路。